Menghitung feature importance dengan random forests
Sebagai data scientist di sebuah firma konsultasi keuangan, Anda telah mengembangkan random forest classifier yang mengklasifikasikan individu berdasarkan tingkat pendapatan mereka. Kini, Anda perlu menjelaskan model tersebut dengan menganalisis feature importance untuk menentukan faktor-faktor kunci dalam memprediksi pendapatan, sehingga memungkinkan segmentasi pasar yang lebih terarah dan meningkatkan pengambilan keputusan strategis.
matplotlib.pyplot telah diimpor sebagai plt. X_train dan y_train sudah dimuat untuk Anda.
Latihan ini merupakan bagian dari kursus
Explainable AI in Python
Instruksi latihan
- Ekstrak feature importance dari
model. - Plot
feature_importances.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
model = RandomForestClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
# Plot the feature importances
____
plt.show()