始める無料で始める

決定木で特徴量重要度を計算する

心疾患データセットを使って、心疾患リスクのある患者を特定するための決定木分類器を作成しました。次は、特徴量重要度を分析してモデルを説明し、心疾患を予測する上での主要因を特定することで、より的確な医療介入につなげます。

matplotlib.pyplot は plt としてインポート済みです。X_train と y_train はあらかじめ読み込まれています。

この演習はコースの一部です

Pythonで学ぶExplainable AI

コースを見る

演習の手順

  • model から特徴量重要度を抽出します。
  • 与えられた feature_names に対して、feature_importances をプロットします。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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()
コードを編集して実行