शुरू करेंमुफ़्त में शुरू करें

इंडिविजुअल XGBoost ट्रीज़ का विज़ुअलाइज़ेशन

अब जब आपने XGBoost का उपयोग करके रिग्रेशन और क्लासिफिकेशन दोनों मॉडल बनाए और उनका मूल्यांकन किया है, तो आपको यह भी सीखना चाहिए कि अपने मॉडलों को विज़ुअली कैसे एक्सप्लोर करें. यहाँ, आप उस पूरी तरह बूस्टेड मॉडल के इंडिविजुअल ट्रीज़ विज़ुअलाइज़ करेंगे जिसे XGBoost पूरे हाउसिंग डेटासेट का उपयोग करके बनाता है.

XGBoost में plot_tree() फंक्शन होता है जो इस तरह का विज़ुअलाइज़ेशन आसान बना देता है. एक बार जब आप XGBoost लर्निंग API का उपयोग करके कोई मॉडल ट्रेन कर लेते हैं, तो आप उसे plot_tree() फंक्शन में पास कर सकते हैं, साथ में num_trees आर्ग्यूमेंट से जितने ट्री प्लॉट करने हैं उनकी संख्या भी दे सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

XGBoost के साथ Extreme Gradient Boosting

पाठ्यक्रम देखें

अभ्यास निर्देश

  • "objective" को "reg:squarederror" और "max_depth" को 2 रखते हुए एक पैरामीटर डिक्शनरी बनाएँ.
  • 10 boosting rounds और आपकी बनाई पैरामीटर डिक्शनरी का उपयोग करते हुए मॉडल ट्रेन करें. परिणाम xg_reg में सेव करें.
  • पहला ट्री xgb.plot_tree() से प्लॉट करें. इसमें दो आर्ग्यूमेंट लगते हैं — मॉडल (यहाँ xg_reg) और num_trees, जो 0-इंडेक्स्ड है. इसलिए पहला ट्री प्लॉट करने के लिए num_trees=0 दें.
  • पाँचवाँ ट्री प्लॉट करें.
  • आख़िरी (दसवां) ट्री साइडवेज़ प्लॉट करें. ऐसा करने के लिए अतिरिक्त कीवर्ड आर्ग्यूमेंट rankdir="LR" निर्दिष्ट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create the DMatrix: housing_dmatrix
housing_dmatrix = xgb.DMatrix(data=X, label=y)

# Create the parameter dictionary: params
params = {"objective":"reg:squarederror", "max_depth":2}

# Train the model: xg_reg
xg_reg = xgb.train(params=params, dtrain=housing_dmatrix, num_boost_round=10)

# Plot the first tree
____
plt.show()

# Plot the fifth tree
____
plt.show()

# Plot the last tree sideways
____
plt.show()
कोड संपादित करें और चलाएँ