Python: 解决 matplotlib.pyplot 中 'feature_importances_' 属性错误

Python: 解决 matplotlib.pyplot 中 'feature_importances_' 属性错误

在使用 matplotlib.pyplot 绘制特征重要性图时，您可能会遇到 AttributeError: module 'matplotlib.pyplot' has no attribute 'feature_importances_' 错误。

错误原因：

matplotlib.pyplot 模块本身并不包含 feature_importances_ 属性。此属性属于机器学习模型，例如 sklearn.ensemble 中的 RandomForestRegressor 或 RandomForestClassifier。

解决方案：

1. 训练模型并获取特征重要性: 首先，您需要使用合适的机器学习模型（例如 RandomForestRegressor 或 RandomForestClassifier）训练您的数据，并使用训练好的模型的 feature_importances_ 属性获取特征重要性。

2. 使用 matplotlib.pyplot 绘制图表: 获取特征重要性后，您可以使用 matplotlib.pyplot 绘制图表。

修改后的代码：

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor  # 或 RandomForestClassifier
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

plt.rcParams['font.sans-serif'] = ['SimHei']

# 加载数据
data = pd.read_csv('data.csv')
X = data.drop('target', axis=1)
y = data['target']

# 训练模型并获取特征重要性
model = RandomForestRegressor()  # 或 RandomForestClassifier()
model.fit(X, y)
importances = model.feature_importances_

# 绘制特征重要性图
labels = X.columns.values
plt.bar(np.arange(len(labels)), importances)
plt.xticks(np.arange(len(labels)), labels, rotation=90)
plt.xlabel('特征')
plt.ylabel('重要性')
plt.title('特征重要性图')
plt.show()

通过以上步骤，您就可以解决 'feature_importances_' 属性错误，并成功绘制特征重要性图。