Analizar los efectos de las características con gráficos de enjambre
Continuando con tu papel en la ciencia de datos en la universidad, ahora te centras en un análisis más detallado de los efectos de las características individuales en los resultados de las admisiones. Aunque identificar los factores clave que influyen en las decisiones de las admisiones fue crucial, profundizar nos permite comprender cómo las variaciones de estos factores afectan específicamente a las previsiones. Esta información adicional ayudará a saber cómo influyen los cambios de las notas de los exámenes o CGPA en la probabilidad de admisión, lo que proporciona una imagen más clara para tomar decisiones informadas y hacer recomendaciones de política.
La biblioteca shap y los datos de entrenamiento (X_train, y_train) se han precargado para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Instrucciones del ejercicio
- Deduce los
shap_valuesusando unTreeExplainer. - Usa los
shap_valuesdeducidos para representar el gráfico de enjambre y analizarlo.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Derive shap values
explainer = ____
shap_values = ____
# Plot the beeswarm plot
____