Vizualizace důležitosti příznaků
Klasifikátor náhodného lesa z předchozích cvičení byl natrénován na datech telco a je dostupný jako clf. Vizualizujme důležitost příznaků a zjistěme, co jsou hlavní faktory odchodu zákazníků – k vytvoření vodorovného sloupcového grafu použijeme funkci barh z knihovny matplotlib.
Toto cvičení je součástí kurzu
Marketing Analytics: Predicting Customer Churn in Python
Pokyny k cvičení
- Vypočítej důležitost příznaků klasifikátoru
clf. - Pomocí
plt.barh()vytvoř vodorovný sloupcový graf hodnotimportances.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate feature importances
importances = ____.____
# Create plot
____.____(range(X.shape[1]), ____)
plt.show()