XGBoost获取重要特征名称

在预测的时候，用到XGBoost来对输入的特征进行重要性的排序和筛选。看网上的教程直接用plot_imporance打印出来，这个函数自动将特征按重要性排序并输出得分，但特征较多就会挤在一起看不清，而且我需要在接下来的操作里用到这些特征名称，不能一个一个手打出来。网上没有找到合适的教程，于是记录一下我的思路。

进入plot_importance函数，

可以看到特征以及得分都在importance里面了， 再往下看

 把特征及得分放到元组列表里，对元组进行排序。

受上面的代码启发，我提取特征名称代码如下：

import xgboost as xgb

model = xgb.XGBRegressor()
model.fit(X_train, y_train)#训练模型
importance = model.get_booster().get_score()
tuples = [(k, importance[k]) for k in importance]
tuples = sorted(tuples, key=lambda x: x[1],reverse=True)
feature_names,scores = map(list,zip(*tuples))#zip(*)是对元组解压缩
print(feature_names)