如何在python中将eli5.show_权重转换为数组/列表

我是训练有素的模特，一切都很好。我正在计算每个特征权重的排列重要性。我使用的是

eli5.show_weights（）

，但它将输出显示为

html

，但我需要将其转换为某种列表或数组，以便访问值

这是我的代码示例，不包括

估计器的

代码部分，以便简化：

import eli5
from eli5.sklearn import PermutationImportance

perm = PermutationImportance(estimator, random_state=1).fit(X_testdf, y_testdf)
eli5.show_weights(perm, feature_names = X_testdf.columns.tolist())

这很好，但是我需要获得eli5输出的值。向数组或任何变量显示权重（…），以便访问这些值

我也试过了，但是运气不好

np.array(eli5.show_weights(perm, feature_names=X.columns.tolist()))

---

有人能帮我吗？

权重或特征重要性存储在排列对象中，您可以直接提取它们：

perm.feature_importances_ 

例如，这可能返回一个数组，如

array([0.   , 0.008, 0.584, 0.172]) # Only the mean, not the Std.Dev.

如果需要将它们与功能名称一起使用，可以压缩名称和功能重要性：

 list(zip(X_test.columns.tolist(), perm.feature_importances_))

或者，您也可以将HTML显示转换回原始HTML，然后使用Pandas读取。例如：

w = eli5.show_weights(perm, feature_names=feature_names)
result = pd.read_html(w.data)[0]
result

（使用

iris

数据集的输出示例）

---

尽管请注意这里的

Weight

列是一个字符串，但是您必须进行进一步的操作。

我使用以下代码参考了tania的post and get list

result = [(x[0], x[1], x[2]) for x in zip(perm_import.feature_importances_, perm_import.feature_importances_std_, X_train.columns)]
result.sort(key=lambda x: x[0], reverse=True)

print(result)

result = [(x[0], x[1], x[2]) for x in zip(perm_import.feature_importances_, perm_import.feature_importances_std_, X_train.columns)]
result.sort(key=lambda x: x[0], reverse=True)

print(result)