Python机器学习中将重要特征可视化的方法

最近读到了一本书，《Python机器学习经典实例》，里面有很多的机器学习实例，入门干货满满啊~

其中，有段代码，能够将重要特征可视化，并且降序排列，如下所示：

def plot_feature_importances(feature_importances,title,feature_names):
#     将重要性值标准化
    feature_importances = 100.0*(feature_importances/max(feature_importances))
#     将得分从高到低排序
    index_sorted = np.flipud(np.argsort(feature_importances))
#     让X坐标轴上的标签居中显示
    pos = np.arange(index_sorted.shape[0])+0.5
    
    plt.figure(figsize=(16,4))
    plt.bar(pos,feature_importances[index_sorted],align='center')
    plt.xticks(pos,feature_names[index_sorted])
    plt.ylabel('Relative Importance')
    plt.title(title)
    plt.show() 

执行这段代码：

plot_feature_importances(rfr.feature_importances_,'Random Forest regressor',feature_names) 

输出如图所示：