导出特征重要性时添加额外的列

Question

我正在使用 .feature_importances_ 将重要性值从回归树模型导出到 CSV。该树使用不同数量的变量多次运行。我希望添加一个额外的列，列出计算重要性时使用的变量数量。

目前我可以使用下面的代码将重要性值和变量名导出到 CSV

Importance = list(zip(model.feature_importances_,list(X)))
        Importance = pd.DataFrame(Importance,columns=["Importance","Feature_Name"])
        Importance.to_csv('File.csv', mode='a', header=False)

我得到一个看起来像这样的 CSV

  Imp  VarName
0 1.00 0mm
0 0.58 0mm
1 0.42 0.63mm
0 0.54 0.63mm
1 0.36 0mm
2 0.10 0.125mm

我正在寻找的是添加第四列，其中包含该树中使用的变量数量，因此输出将是这样的

  Imp  VarName NumVar
0 1.00 0mm     1
0 0.58 0mm     2
1 0.42 0.63mm  2
0 0.54 0.63mm  3
1 0.36 0mm     3
2 0.10 0.125mm 3

Answer 1

这应该可以了，我添加了一个 len 大小的数组和 X 的 len 数的值。

import numpy as np

Importance = list(zip(model.feature_importances_, list(X), len(X) * np.ones(len(X))))
Importance = pd.DataFrame(Importance,columns=["Importance","Feature_Name", "NumVar"])
Importance.to_csv('File.csv')

第一次运行的时候，我觉得可以删除append mode和header to False。