कॉलम इम्पोर्टेंस का विज़ुअलाइज़ेशन
जब मॉडल अलग-अलग कॉलम सेट्स पर ट्रेन होता है, तो प्रदर्शन बदलता है। लेकिन क्या उसी कॉलम की इम्पोर्टेंस भी इस पर निर्भर करती है कि वह किस समूह में है?
डेटा सेट्स X2 और X3 निम्न कोड से बनाए गए हैं:
X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]
यह समझना कि अलग-अलग कॉलम्स का उपयोग loan_status प्रेडिक्शन तक पहुँचने में कैसे होता है, मॉडल की व्याख्यात्मकता के लिए बहुत महत्वपूर्ण है।
डेटा सेट्स cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train, y_test वर्कस्पेस में लोड हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में क्रेडिट रिस्क मॉडलिंग
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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.____()