Memvisualisasikan pentingnya kolom
Ketika model dilatih pada kumpulan kolom yang berbeda, kinerjanya berubah. Namun, apakah tingkat kepentingan untuk kolom yang sama juga berubah tergantung pada kelompoknya?
Himpunan data X2 dan X3 telah dibuat dengan kode berikut:
X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]
Memahami bagaimana berbagai kolom digunakan untuk menghasilkan prediksi loan_status sangat penting untuk keterjelasan (interpretability) model.
Himpunan data cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train, y_test telah dimuat di workspace.
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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.____()