python：如何从feature\u重要性中获取真实的特性名称

我正在使用Python的

sklearn

随机林（

emble.RandomForestClassifier

）进行分类，并正在使用

feature\u importances\u

查找分类器的重要特征。现在我的代码是：

for trip in database:
    venue_feature_start.append(Counter(trip['POI']))
# Counter(trip['POI']) is like Counter({'school':1, 'hospital':1, 'bus station':2}),actually key is the feature

feat_loc_vectorizer = DictVectorizer()
feat_loc_vectorizer.fit(venue_feature_start)
feat_loc_orig_mat = feat_loc_vectorizer.transform(venue_feature_start)

orig_tfidf = TfidfTransformer()
orig_ven_feat = orig_tfidf.fit_transform(feat_loc_orig_mat.tocsr())

# so DictVectorizer() and TfidfTransformer() help me to phrase the features and for each instance, the feature dimension is 580, which means that there are 580 venue types 

data = orig_ven_feat.tocsr()

le = LabelEncoder() 
labels = le.fit_transform(labels_raw)
if "Unlabelled" in labels_raw:
    unlabelled_int = int(le.transform(["Unlabelled"]))
else:
    unlabelled_int = -1

valid_rows_idx = np.where(labels!=unlabelled_int)[0]  
labels = labels[valid_rows_idx]
user_ids = np.asarray(user_ids_raw)
# user_ids is for cross validation, labels is for classification 

clf = ensemble.RandomForestClassifier(n_estimators = 50)
cv_indices = LeavePUsersOut(user_ids[valid_rows_idx], n_folds = 10)                      
data = data[valid_rows_idx,:].toarray()
for train_ind, test_ind in cv_indices:
    train_data = data[train_ind,:]
    test_data = data[test_ind,:]
    labels_train = labels[train_ind]
    labels_test = labels[test_ind]

    print ("Training classifier...")
    clf.fit(train_data,labels_train)
    importances = clf.feature_importances_

现在的问题是，当我使用feature\u importances时，我得到一个维度为580的数组（与feature维度相同），我想知道前20个重要功能（前20个重要场所）

我想至少我应该知道的是重要度中最大的20个数字的指数，但我不知道：

如何从重要性中获取前20名指标

因为我使用了Dictvectorizer和TfidfTransformer，所以我不知道如何将索引与真实的场馆名称（“学校”、“家”等）匹配

---

有什么办法帮我吗？多谢各位

方法

feature\u importances\u

按特征输入算法的顺序返回相对重要性数字。因此，为了获得前20个功能，您需要从最重要的功能到最不重要的功能进行排序，例如：

importances = forest.feature_importances_
indices = numpy.argsort(importances)[-20:]

---

（

[-20:]

因为您需要获取数组的最后20个元素，因为

argsort

按升序排序）

要获得每个要素名称的重要性，只需将列名和要素重要性一起迭代（它们相互映射）：

---

非常感谢，但是您知道如何将索引与真实要素名称匹配吗？

for feat, importance in zip(df.columns, clf.feature_importances_):
    print 'feature: {f}, importance: {i}'.format(f=feat, i=importance)