线性回归的coef_是拟合后特征对目标变量的边际影响，需先调用fit()；树模型的feature_importances_是归一化后的非负相对重要性，二者量纲与含义不同，不可直接比较。
线性回归的 coef_ 就是特征权重，但得确认模型已拟合
线性回归（比如 LinearRegression）的系数直接对应每个特征对目标变量的边际影响，单位一致、可正可负、可比大小。但很多人一调用就报 AttributeError: 'LinearRegression' object has no attribute 'coef_'——根本原因是忘了先调用 fit()。
- 必须确保执行过
model.fit(X_train, y_train)，否则coef_不存在 -
coef_是一维numpy.ndarray，长度等于特征数，顺序严格对应X_train.columns（如果是 DataFrame）或X_train.shape[1] - 如果用了标准化（如
StandardScaler），coef_反映的是标准化后特征的影响，解释时需谨慎；想看原始尺度影响，得手动还原或改用sklearn.pipeline.Pipeline+inverse_transform
model = LinearRegression() model.fit(X_train, y_train) # 这步不能省 print(model.coef_) # 输出形如 [ 2.1, -0.8, 0.05, ...]
树模型没有统一“权重”，feature_importances_ 是启发式排序
决策树、随机森林、XGBoost 等不输出带符号的线性系数，而是基于分裂增益（如基尼不纯度下降、信息增益、二阶导近似）计算出一个归一化的相对重要性值，总和为 1。它反映的是“该特征在所有树中参与有效分裂的贡献占比”，不是方向性影响。
-
feature_importances_值恒 ≥ 0，无法判断促进还是抑制；想看方向，得用 SHAP 或部分依赖图 - 不同树模型实现差异大：随机森林默认用基尼下降，XGBoost 默认用 gain（损失下降），LightGBM 可选
split或gain；同一数据下数值不可跨模型直接比较 - 小样本或高维稀疏数据下，
feature_importances_容易受随机性干扰，建议用cross_val_score配合多次重采样观察稳定性
from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor(n_estimators=100, random_state=42) model.fit(X_train, y_train) print(model.feature_importances_) # 输出形如 [0.42, 0.28, 0.15, ...]
别直接比线性模型 coef_ 和树模型 feature_importances_ 的数值大小
两者量纲、计算逻辑、归一化方式完全不同：coef_ 单位是 “目标变量单位 / 特征单位”，可正可负；feature_importances_ 是无量纲、非负、归一化后的相对排序指标。强行并列打印然后说“特征A在线性模型里权重0.3，在树里重要性0.27，所以它最重要”——这种对比没意义。
- 想统一评估？优先用 SHAP 值：它能给任意模型输出带符号、可加性的特征贡献，且支持跨模型横向对比
- 若只做内部排序（比如筛选 top-5 特征），各自模型内排序是可靠的；但跨模型排，必须换同一套解释方法
- 注意
coef_对异常值和多重共线性极度敏感，而树模型的feature_importances_在高度相关的特征间容易“平分”重要性，导致单个特征排名虚低
输出时记得对齐特征名，别让 coef_ 或 feature_importances_ 变成裸数组
直接 print model.coef_ 只能看到一串数字，根本不知道哪个数对应哪个特征。尤其当 X 是 numpy array 且没存列名时，极易搞错顺序。
立即学习“Python免费学习笔记（深入）”；
- 如果 X 来自 pandas DataFrame，用
pd.Series(model.coef_, index=X_train.columns)或pd.Series(model.feature_importances_, index=X_train.columns)，立刻可读 - 如果 X 是 numpy array，必须显式传入特征名列表，比如
feature_names = ['age', 'income', 'edu_years']，再构造 Series - 排序展示更实用：
.sort_values(ascending=False).head(10)，避免被中间大量接近 0 的值干扰判断
# 推荐写法 import pandas as pd coefs = pd.Series(model.coef_, index=X_train.columns).sort_values(ascending=False) print(coefs.head(5)) # 输出： # income 3.21 # edu_years 1.89 # age 0.02 # gender -0.15 # region -0.44
特征权重这事儿，本质是解释视角的选择：线性模型给你可解释的数学关系，树模型给你鲁棒的排序信号。混用时最常踩的坑，就是把两种完全不同的数字扔进同一个表格里比大小——它们连标尺都不一样。
