请写出下方代码的功能
model_all = GradientBoostingClassifier(random_state=0)
model_all.fit(X=train_x, y=train_y)
feature_imp = pd.Series(model_all.feature_importances_,
index=train_x.columns)
var_tree = feature_imp.sort_values(ascending=False).head(8).index
print(feature_imp.sort_values(ascending=False))
print("\n结果为：\n%s" % var_tree.values)

答案

使用scikit-learn库中的GradientBoostingClassifier()函数，基于训练集train_x和train_y数据，建立GBDT模型model_all，设定随机种子random_state为0。提取model_all的feature_importances属性并保存为feature_imp，它度量的是变量在GBDT模型所包含的所有决策树上的平均重要性。然后根据feature_imp的数值，提取了平均重要性得分较大的前8个变量，其变量名保存在var_tree中。第一句print输出所有变量名称及其重要性，按降序排序。第二句print输出排名前8的变量名称

出自：国家开放大学 >> 国家开放大学大数据预处理复习题
 郑州大学继续教育学院