Permutační důležitost pro MLPClassifier
Tvým úkolem je použít permutační důležitost k identifikaci příznaků, které mají největší vliv na predikci srdečního onemocnění pomocí MLPClassifier.
X obsahující příznaky a y obsahující štítky jsou již načteny. matplotlib.pyplot je importován jako plt.
Toto cvičení je součástí kurzu
Explainable AI v Pythonu
Pokyny k cvičení
- Vypočítej permutační důležitost s 10 opakováními a
random_statenastaveným na 1. - Zobraz důležitosti příznaků pomocí sloupcového grafu.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from sklearn.neural_network import MLPClassifier
from sklearn.inspection import permutation_importance
model = MLPClassifier(hidden_layer_sizes=(10), random_state=1)
model.fit(X, y)
# Compute the permutation importance
result = ____
# Plot feature importances
____
plt.xticks(rotation=45)
plt.show()