Calcular la importancia de las características con bosques aleatorios
Como profesional de la ciencia de datos en una consultora financiera, has desarrollado un clasificador de bosque aleatorio que clasifica a las personas según sus niveles de ingresos. Ahora tienes que explicar el modelo analizando la importancia de las características para determinar los factores clave para prever los ingresos, lo que permite una segmentación de mercado más específica y mejora la toma de decisiones estratégicas.
matplotlib.pyplot se ha importado como plt. X_train y y_train están precargados para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Instrucciones del ejercicio
- Extrae las importancias de las características de
model. - Representa
feature_importances.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
model = RandomForestClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
# Plot the feature importances
____
plt.show()