始める無料で始める

特徴量重要度の可視化

この演習では、前の演習で学習したランダムフォレスト回帰器 rf による予測に、どの特徴量が最も効いていたかを確認します。

そのために、rf が評価した特徴量重要度の水平バー プロットを描画します。幸い、これは pandas の描画機能を使えば簡単に実行できます。

特徴量名を index、重要度を値に持つ pandas.Series オブジェクト importances を用意しています。さらに、matplotlib.pyplot は plt、pandas は pd として利用できます。

この演習はコースの一部です

Pythonで学ぶ木ベースのMachine Learning

コースを見る

演習の手順

  • importances に対して .sort_values() を呼び出し、その結果を importances_sorted に代入します。

  • importances_sorted に対して .plot() を呼び出し、次の引数を設定します:

    • kind は 'barh'
    • color は 'lightgreen'

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。

# Create a pd.Series of features importances
importances = pd.Series(data=rf.feature_importances_,
                        index= X_train.columns)

# Sort importances
importances_sorted = ____

# Draw a horizontal barplot of importances_sorted
____.____(____='____', ____='____')
plt.title('Features Importances')
plt.show()
コードを編集して実行