如何将XGBoost输出的前20个重要特征存入dataframe或列表

完成XGBClassifier模型训练后，可通过以下两种方式获取重要度排名前20的特征：

方法1：存入列表 #

如果只需要特征名列表，或者需要同时存储特征名与对应重要度分值，可使用如下代码：

import numpy as np

# 按重要度从高到低排序得到索引
sorted_idx = xgb_model.feature_importances_.argsort()[::-1]

# 仅提取前20的特征名存入列表
top20_features_list = X_train.columns[sorted_idx[:20]].tolist()

# 如需同时存储特征名和对应的重要度分值，可使用以下代码
top20_with_score = [ (X_train.columns[i], xgb_model.feature_importances_[i]) for i in sorted_idx[:20] ]

方法2：存入DataFrame #

如果需要结构化存储方便后续分析，可直接生成排序后的DataFrame：

import pandas as pd

# 构建全量特征重要度表
feature_importance_df = pd.DataFrame({
    '特征名': X_train.columns,
    '重要度分值': xgb_model.feature_importances_
})

# 按重要度降序排序后取前20
top20_features_df = feature_importance_df.sort_values(by='重要度分值', ascending=False).head(20).reset_index(drop=True)

注意：如果你的训练集X_train是numpy数组而非DataFrame，没有自带列名，只需要将代码中的X_train.columns替换为你自己定义的特征名列表即可；如果总特征数量不足20，代码会自动返回所有特征的结果，无需额外修改参数。

内容的提问来源于stack exchange，提问作者Jocelyn AL