Python 多类分类中每个类的特征重要性

我建立了一个决策树，它还为我的分类提供了特征重要性。但是我如何告诉我的程序给我的每一个类的功能重要性呢？为了让我了解整个功能的重要性，我有以下代码：

importances=tree.feature\u importances_
#std=np.std（[tree.feature\u importances\uu森林中树木的重要性。估计器]，
#轴=0）
index=np.argsort（重要性）[：：-1]
#打印功能排名
打印（“功能排名：”）
对于范围内的f（X.shape[1]）：
打印（“%d.要素%d（%f）”%（f+1，索引[f]，重要性[索引[f]]））
#绘制森林的重要特征
plt.图（）
产品名称（“功能重要性”）
plt.bar（范围（X.形状[1]），重要性[指数]，
color=“r”，yerr=std[index]，align=“center”）
plt.xticks（范围（X.shape[1]），[feature_cols[i]表示索引中的i]）
plt.xlim（[-1，X.shape[1]]））
plt.show（）

我有四个班——0、1、2、3。

---

有人知道解决方案吗？

我不确定我是否理解这个问题，功能重要性不是为每个功能提供了一个数组吗？正如scikit learn docs所说：

返回：feature\u importances\u:array，shape=[n\u features]

是，对于每个特性。但是我想要每个类的功能重要性。所以，我想知道哪一类的特征最重要one@maybeyourneighour我一直在寻找同样的东西，似乎石灰包是最好的解决方案