1. Lära sig
    2. /
  2. Courses
    3. /
  3. XGBoost で学ぶ極限の勾配ブースティング
Connected

exercise

特徴量重要度の可視化：このデータセットで最も重要な特徴量はどれですか

XGBoost モデルを可視化するもう一つの方法は、モデル内で元のデータセットの各特徴量列がどれだけ重要かを確認することです。

シンプルな方法としては、モデル内のすべてのブースティングラウンド（ツリー）で各特徴量が分割に使われた回数を数え、その結果を棒グラフで可視化します。棒グラフでは、出現回数が多い順に特徴量を並べます。XGBoost にはこれをそのまま実行できる plot_importance() 関数があり、この演習で実際に使ってみます！

Instruktioner

100 XP
  • これまでと同様に、X と y から DMatrix を作成します。
  • "objective"（"reg:squarederror"）と "max_depth" を 4 に設定したパラメータ辞書を作成します。
  • 前の演習と同様に、10 回のブースティングラウンドでモデルを学習させます。
  • xgb.plot_importance() を使用し、訓練済みモデルを渡して特徴量重要度のグラフを生成します。