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

练习

個々のXGBoostの木を可視化する

これまでにXGBoostで回帰モデルと分類モデルの構築・評価を行いました。ここでは、モデルを視覚的に探究する方法に慣れていきます。住宅価格データセット全体を使ってXGBoostが作成した完全なブースティングモデルから、個々の決定木を可視化します。

XGBoost には、この種の可視化を簡単に行える plot_tree() 関数があります。XGBoost の学習APIでモデルを学習したら、そのモデルを plot_tree() に渡し、num_trees 引数でプロットしたい木の番号を指定します。

说明

100 XP
  • "objective" を "reg:squarederror"、"max_depth" を 2 とするパラメータ辞書を作成します。
  • 10 ラウンドのブースティングと作成したパラメータ辞書を用いてモデルを学習し、結果を xg_reg に保存します。
  • xgb.plot_tree() を使って最初の木をプロットします。引数は2つで、モデル（ここでは xg_reg）と0始まりの num_trees です。最初の木を描画するには num_trees=0 を指定します。
  • 5番目の木をプロットします。
  • 最後（10番目）の木を横向きにプロットします。そのためには、追加のキーワード引数として rankdir="LR" を指定します。