特徴量重要度の可視化
先の演習で作成したランダムフォレスト分類器は telco データに学習済みで、clf として利用できます。matplotlib の barh を使って、特徴量重要度の横向き棒グラフを作成し、解約（churn）を左右する要因の手がかりを可視化しましょう。
この演習はコースの一部です
マーケティングアナリティクス：Pythonで顧客解約を予測する
演習の手順
clfの特徴量重要度を計算します。plt.barh()を使って、importancesの横向き棒グラフを作成します。
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。
# Calculate feature importances
importances = ____.____
# Create plot
____.____(range(X.shape[1]), ____)
plt.show()