feature_importances_で整数でreturnされてしまう

lightGBMを使って以下のmodelを作成しました。

python
1x= df04.drop(labels=['グループ'],axis=1).values
2t = df04['グループ'].values
3x_train, x_test, t_train, t_test = train_test_split (x, t, test_size=0.1, random_state=43, stratify=t)
4lgb_train = lgb.Dataset(x_train, t_train)
5model = lgb.LGBMClassifier(max_depth=5, n_estimators=35, num_leaves=4)
6model.fit(x_train, t_train)
7

jyupyter上でmodel.feature_importances_と特徴量の重要度を調べよううとしたところ、
array([54, 36, 30, 31, 34, 10, 5, 34, 13, 3, 37, 27, 1], dtype=int32)とういう数値が返ってきました。
feature_importances_では、0〜１の数値で重要度を測る、と認識していたのですが、整数で返ってきたのは何故なのでしょうか?
また、0〜１の数値で重要度を測るためにはどのようにすれば良いか教えていただければと思います。

行動規範の内容に同意します

回答1件

ベストアンサー

公式ドキュメントlightgbm.LGBMClassifierをみると、下記のように書いてあります。つまり、デフォルトのsplitでは特徴量の使用回数（＝整数値）となっています。

importance_type (str, optional (default='split')) – The type of feature importance to be filled into feature_importances_. If ‘split’, result contains numbers of times the feature is used in a model. If ‘gain’, result contains total gains of splits which use the feature.
(Google翻訳)　importance_type（str 、optional （default = 'split' ））–入力する特徴の重要度のタイプfeature_importances_。'split'の場合、結果には、モデルでフィーチャが使用された回数が含まれます。'gain'の場合、結果には、機能を使用する分割の合計ゲインが含まれます。

なお。scikit-learnでは重要度は正規化されたものが表示されるようですので、「0〜１の数値」とおっしゃっているのはそのことかと思います。
どうしても正規化したものが欲しい場合は特徴量重要度の算出 (LightGBM) など参考にされてみてはいかがでしょうか。

投稿2022/01/13 06:50