如何为DecisionTreeClassifier绘制feature_importance特征重要性图

为什么feature_importances_返回纯数值数组 #

scikit-learn的模型设计逻辑中，训练时仅按输入特征的顺序计算权重，不会主动存储特征名称信息，返回数组的第N个值，就对应你传入model.fit()的features_train的第N列特征，二者顺序完全一致。

特征重要性可视化实现步骤 #

步骤1：关联特征名与重要性数值 #

你需要提前准备和训练集列顺序一致的特征名列表：如果features_train是pandas的DataFrame结构，直接取columns属性即可；如果是numpy数组，按训练时的特征传入顺序自行定义名称列表即可。
示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 提取特征名，根据自己的训练集类型二选一
# 情况1：训练集是pandas DataFrame
feature_names = features_train.columns
# 情况2：训练集是numpy数组，按顺序写对应特征名
# feature_names = ['特征A', '特征B', '特征C', ...]

# 合并为DataFrame并按重要性降序排序
feature_importance = pd.DataFrame({
    '特征名称': feature_names,
    '权重': model.feature_importances_
}).sort_values(by='权重', ascending=False)

步骤2：绘制重要性条形图 #

推荐用横向条形图展示，方便阅读长特征名：

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题，不需要可以删掉
plt.figure(figsize=(10, 6))

# 绘制横向条形图，如果特征太多可以只取前N个，比如feature_importance.head(20)
plt.barh(feature_importance['特征名称'], feature_importance['权重'])

plt.xlabel('重要性权重')
plt.ylabel('特征名称')
plt.title('DecisionTreeClassifier特征重要性')
plt.gca().invert_yaxis()  # 反转Y轴，权重最高的特征放在最上方
plt.show()

内容的提问来源于stack exchange，提问作者Nikita Tsekhanovich