Vizualizace důležitosti sloupců
Když model trénujeme na různých skupinách sloupců, mění se jeho výkon – ale mění se i důležitost konkrétního sloupce v závislosti na tom, ve které skupině se nachází?
Dataové sety X2 a X3 byly vytvořeny následujícím kódem:
X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]
Porozumět tomu, jak různé sloupce přispívají k predikci loan_status, je klíčové pro interpretovatelnost modelu.
Dataové sety cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train, y_test jsou načteny v prostředí.
Toto cvičení je součástí kurzu
Credit Risk Modeling in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Train a model on the X data with 2 columns
____ = xgb.____().____(____,np.ravel(____))
# Plot the column importance for this model
xgb.____(____, importance_type = 'weight')
plt.____()