CommencerCommencer gratuitement

Coefficients et importance de la permutation

Vous allez maintenant comparer les modèles identifiés par l'importance de la permutation avec les coefficients du modèle d'une régression logistique entraînée sur l'ensemble de données relatives aux maladies cardiaques. Une fonction d'aide plot_importances() est appelée à la fin du script pour tracer les importances sur le même graphique.

X contenant les caractéristiques et y contenant les étiquettes, et la régression logistique model ont été préchargés pour vous. matplotlib.pyplot a été importé en tant que plt.

Cet exercice fait partie du cours

L'IA explicable en Python

Afficher le cours

Instructions

  • Calculez les coefficients de la régression logistique model.
  • Calculez l'importance de la permutation avec 20 répétitions en utilisant une adresse random_state de 1.
  • Calculez l'importance moyenne des permutations sur l'ensemble des répétitions.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

from sklearn.inspection import permutation_importance

# Extract and store model coefficients
coefficients = ____

# Compute permutation importance on the test set
perm_importance = ____

# Compute the average permutation importance
avg_perm_importance = ____

plot_importances(coefficients, avg_perm_importance)
Modifier et exécuter le code