Visualiser l'importance des colonnes
Lorsque le modèle est entraîné sur différents ensembles de colonnes, sa performance varie. Mais l'importance d'une même colonne change‑t‑elle selon le groupe où elle se trouve?
Les jeux de données X2 et X3 ont été créés avec le code suivant :
X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]
Comprendre comment différentes colonnes sont utilisées pour arriver à une prédiction de loan_status est essentiel pour l'interprétabilité du modèle.
Les jeux de données cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train, y_test sont chargés dans l'espace de travail.
Cette activité fait partie du cours
Modélisation du risque de crédit en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Train a model on the X data with 2 columns
____ = xgb.____().____(____,np.ravel(____))
# Plot the column importance for this model
xgb.____(____, importance_type = 'weight')
plt.____()