फीचर इंपॉर्टेंस को विज़ुअलाइज़ करना
इस अभ्यास में, आप यह तय करेंगे कि पिछले अभ्यास में प्रशिक्षित रैंडम फॉरेस्ट्स रिग्रेसर rf के अनुसार कौन-से फीचर सबसे अधिक प्रेडिक्टिव थे.
इसके लिए, आप rf द्वारा आंकी गई फीचर इंपॉर्टेंस का एक हॉरिज़ॉन्टल बारप्लॉट बनाएँगे. अच्छी बात यह है कि pandas की plotting क्षमताओं की मदद से यह आसानी से किया जा सकता है.
हमने importances नाम का एक pandas.Series ऑब्जेक्ट बनाया है जिसमें फीचर के नाम index में हैं और उनकी इंपॉर्टेंस values के रूप में हैं. इसके अलावा, matplotlib.pyplot plt के रूप में और pandas pd के रूप में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Tree-Based Models के साथ Machine Learning
अभ्यास निर्देश
importancesपर.sort_values()मेथड कॉल करें और परिणाम कोimportances_sortedमें असाइन करें.importances_sortedपर.plot()मेथड कॉल करें और आर्ग्यूमेंट सेट करें:kindको'barh'colorको'lightgreen'
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a pd.Series of features importances
importances = pd.Series(data=rf.feature_importances_,
index= X_train.columns)
# Sort importances
importances_sorted = ____
# Draw a horizontal barplot of importances_sorted
____.____(____='____', ____='____')
plt.title('Features Importances')
plt.show()