शुरू करेंमुफ़्त में शुरू करें

डिसीजन ट्रीज़ के साथ फीचर इम्पॉर्टेंस निकालना

आपने heart disease डेटासेट का उपयोग करके ऐसे मरीजों की पहचान के लिए एक डिसीजन ट्री क्लासिफायर बनाया है जिन्हें हार्ट डिज़ीज़ का जोखिम है. अब आपको फीचर इम्पॉर्टेंस का विश्लेषण करके मॉडल को समझाना है ताकि हार्ट डिज़ीज़ की भविष्यवाणी के प्रमुख कारक तय किए जा सकें. इससे अधिक लक्षित हेल्थकेयर इंटरवेंशन संभव होंगे.

matplotlib.pyplot को plt नाम से इम्पोर्ट किया गया है. X_train और y_train आपके लिए पहले से लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Explainable AI

पाठ्यक्रम देखें

अभ्यास निर्देश

  • model से फीचर इम्पॉर्टेंस निकालें.
  • दिए गए feature_names के लिए feature_importances को प्लॉट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

model = DecisionTreeClassifier(random_state=42)
model.fit(X_train, y_train)

# Derive feature importances
feature_importances = ____
feature_names = X_train.columns

# Plot the feature importances
____
plt.show()
कोड संपादित करें और चलाएँ