Python Chefboost功能重要性未找到类似outputs/rules/rules_fi.csv的文件
我正在使用Chefboost构建Chaid决策树,并希望检查特征的重要性。出于某种原因,我出现了以下错误: cb.特征和重要性() 并行拟合时启用特征重要性计算。看来fit函数并没有被称为parallelised。未找到类似输出/规则/规则\u fi.csv的文件 这是我的代码:Python Chefboost功能重要性未找到类似outputs/rules/rules_fi.csv的文件,python,Python,我正在使用Chefboost构建Chaid决策树,并希望检查特征的重要性。出于某种原因,我出现了以下错误: cb.特征和重要性() 并行拟合时启用特征重要性计算。看来fit函数并没有被称为parallelised。未找到类似输出/规则/规则\u fi.csv的文件 这是我的代码: 从chefboost导入chefboost作为cb X_列车['Decision']=y_列车 config={'algorithm':'CHAID','enableParallelism':enableParalle
从chefboost导入chefboost作为cb
X_列车['Decision']=y_列车
config={'algorithm':'CHAID','enableParallelism':enableParallelism}
cb.fit(X_系列,配置)
cb.特征和重要性()
有人能帮我吗?
谢谢。使用下面的代码解决了问题
from chefboost import Chefboost as cb
X_train['Decision']=y_train
config={'algorithm': 'CHAID','enableParallelism': True}
cb.fit(X_train,config)
cb.feature_importance()
通过使用下面的代码解决了该问题
from chefboost import Chefboost as cb
X_train['Decision']=y_train
config={'algorithm': 'CHAID','enableParallelism': True}
cb.fit(X_train,config)
cb.feature_importance()
你不必再并行运行了。特征重要性函数需要rules.py的精确路径。一定要先升级你的chefboost库
config={'algorithm': 'CHAID'}
model = cb.fit(X_train, config)
#get decision rules
#decision rules = "outputs/rules/rules.py" #static way
decision_rules = model["trees"][0].__dict__["__spec__"].origin #dynamic way
cb.feature_importance(decision_rules)
你不必再并行运行了。特征重要性函数需要rules.py的精确路径。一定要先升级你的chefboost库
config={'algorithm': 'CHAID'}
model = cb.fit(X_train, config)
#get decision rules
#decision rules = "outputs/rules/rules.py" #static way
decision_rules = model["trees"][0].__dict__["__spec__"].origin #dynamic way
cb.feature_importance(decision_rules)
这是使用Chaid决策树进行预测。有人知道吗?或者有人知道如何在python中使用CHaid并共享一些示例代码吗?这是使用CHaid决策树进行预测。有人知道吗?或者有人知道如何在python中使用CHaid并共享一些示例代码吗?