RF、GBDT、XGboost都可以做特征选择，属于特征选择中的嵌入式方法。比如在sklearn中，可以用属性feature_importances_去查看特征的重要度, 比如：
from sklearn import ensemble
#grd = ensemble.GradientBoostingClassifier(n_estimators=30)
grd = ensemble.RandomForestClassifier(n_estimators=30)
grd.fit(X_train,y_train)
grd.feature_importances_
但是这三个分类器是如何计算出特征的重要度呢？下面来分别的说明一下。
1. 随机森林（Random Forest）
用袋外数据 (OOB) 做预测。随机森林在每次重抽样建立决策树时，都会有一些样本没有被选中，那么就可以用这些样本去做交叉验证，这也是随机森林的优点之一。它可以不用做交叉验证，直接用oob _score_去对模型性能进行评估。
具体的方法就是：
1. 对于每一棵决策树，用OOB 计算袋外数据误差，记为 errOOB1；
2. 然后随机对OOB所有样本的特征i加入噪声干扰，再次计算袋外数据误差，记为errOOB2；
3. 假设有N棵树，特征i的重要性为sum(errOOB2-errOOB1)/N;
如果加入随机噪声后，袋外数据准确率大幅下降，说明这个特征对预测结果有很大的影响，进而说明它的重要程度比较高
2. 梯度提升树（GBDT）
主要是通过计算特征i在单棵树中重要度的平均值，计算公式如下：
其中，M是树的数量。特征i在单棵树的重要度主要是通过计算按这个特征i分裂之后损失的减少值
其中，L是叶子节点的数量，L-1就是非叶子结点的数量。
3. XGboost
XGboost是通过该特征每棵树中分裂次数的和去计算的，比如这个特征在第一棵树分裂1次，第二棵树2次……，那么这个特征的得分就是(1+2+...)。
---------------------
作者：phoebe寻常
来源：CSDN
原文：https://blog.csdn.net/u014035615/article/details/79612827
版权声明：本文为博主原创文章，转载请附上博文链接！