Vizualizace důležitosti příznaků: které příznaky jsou v datasetu nejdůležitější?

Další způsob, jak prozkoumat své XGBoost modely, je podívat se na důležitost jednotlivých sloupcových příznaků původního datasetu v rámci modelu.

Jeden jednoduchý přístup spočívá v tom, že spočítáme, kolikrát byl každý příznak použit jako kritérium rozdělení napříč všemi boosting koly (stromy) v modelu, a výsledek zobrazíme jako sloupcový graf — příznaky jsou seřazeny podle toho, jak často se v modelu vyskytují. XGBoost nabízí funkci plot_importance(), která ti přesně tohle umožňuje, a v tomto cvičení si ji vyzkoušíš!

Toto cvičení je součástí kurzu

Extreme Gradient Boosting with XGBoost

Zobrazit kurz

Pokyny k cvičení

Vytvoř DMatrix z X a y stejně jako dříve.
Vytvoř slovník parametrů s odpovídající hodnotou "objective" ("reg:squarederror") a "max_depth" nastaveným na 4.
Natrénuj model s 10 boosting koly, stejně jako v předchozím cvičení.
Pomocí xgb.plot_importance() předej natrénovaný model a vygeneruj graf důležitosti příznaků.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the DMatrix: housing_dmatrix
housing_dmatrix = ____

# Create the parameter dictionary: params
params = ____

# Train the model: xg_reg
xg_reg = ____

# Plot the feature importances
____
plt.show()

Upravit a spustit kód