Výpočet důležitosti příznaků pomocí rozhodovacích stromů
Sestrojil/a jsi klasifikátor na bázi rozhodovacího stromu, který identifikuje pacienty ohrožené srdečním onemocněním na základě příslušného datasetu. Teď je potřeba model vysvětlit – analyzovat důležitost příznaků a zjistit, které faktory mají při predikci srdečního onemocnění největší váhu. To umožní cílenější zdravotnické intervence.
matplotlib.pyplot je naimportován jako plt. Proměnné X_train a y_train jsou již načteny.
Toto cvičení je součástí kurzu
Explainable AI v Pythonu
Pokyny k cvičení
- Extrahuj důležitost příznaků z objektu
model. - Vykresli
feature_importancespro zadanéfeature_names.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
model = DecisionTreeClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
feature_names = X_train.columns
# Plot the feature importances
____
plt.show()