Machine learning xgboost get_fscore（）或get_score（）返回的列数较少

我正在尝试使用xgboost绘制功能重要性。 下面的代码显示了问题。

len（dtrain.feature\u名称），
len（model.get_score（）.values（）），
len（model.get_fscore（）.values（））
（289269269）

当我尝试获取分数时，rest 20列发生了什么。

---

我错过了什么吗。我对此相当天真。

这20个功能（列）从未在渐变增强决策树中被选中。换句话说，XGBoost模型没有使用这20个功能。

算法是否可能自己删除了该功能。我不认为它是这样发生的。该算法不是“丢弃”这20个特征，而是在构建决策树时没有利用其中的信息。如果要增加选择特征的概率，请增加参数的值。您始终可以在没有这些功能的情况下进行实验和训练模型。由于XGBoost的随机性，模型的精度应该保持一定程度的不变，但并不完全相同。