我在类似的生物数据集上训练了16种不同的模型来预测特定疾病（目标）的发生，从~17000个生物超途径（特征） . 每个数据集具有相同的功能，但不是相同的模型体系结构 . 此外，一半数据集代表现实世界疾病发生率（~5％），而另一半数据集通过重新采样阳性类别来 balancer . 还有一些其他数据转换，以便每个模型都会强调数据的不同属性 .
以下是所有模型和数据集中要素的索引（来自有序要素重要性的数据框）的示例 . 这个特定的特征，我100％肯定，是预测这种疾病的重要特征 . 但你可以看到它在不同模型之间的差异 . 每行是不同模型的索引 .
正如预期的那样，不同的模型正在拾取不同的信号，尽管特征重要性发生了很大变
为了创建一个易于理解的产品，我在所有模型中显示了按其调和均值排序的特征 . 图片如下：
从所有16个模型中显示1（或2）个特征顺序的更好方法是什么？
- feature important只是sklearn的model.feature_importance_ product（这是gini的重要性） .