# 基于模型的特征重要性评估
# 得到特征重要性
importances = list(model_name.feature_importances_) # model_name为已经训练好的模型。
# 转换格式
feature_importances = [(feature, round(importance, 2)) for feature, importance in zip(list(X.columns), importances)] # X为特征数据（相对与Y是标签值）
# 排序
feature_importances = sorted(feature_importances, key = lambda x: x[1], reverse = True)
# 输出展示
[print('Variable: {:20} Importance: {}'.format(*pair)) for pair in feature_importances]
# 得到特征重要性后，按照相关论文经验，选择特征到特征重要性累加值达到95%
