Evaluar el impacto con gráficos de dependencia parcial
Partiendo de tus aportaciones anteriores, tu siguiente tarea es explorar cómo influyen "CGPA" y "University Rating" en las decisiones de admisión. Nuestro análisis anterior mostró que "CGPA" es el predictor más importante, mientras que "University Rating" es el menos importante. Usando un gráfico de dependencia parcial, podemos ver cómo afectan los cambios de estas características a la probabilidad de admisión, lo que da al comité de admisiones información matizada sobre su impacto.
X_train y y_train se han cargado previamente para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
from sklearn.ensemble import RandomForestRegressor
import shap
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Generate the partial dependence plot for CGPA
shap.partial_dependence_plot(____, ____, X_train)