1. Lära sig
    2. /
  2. Courses
    3. /
  3. PySpark로 하는 Feature Engineering
Connected

exercise

결과 해석하기

예측에 가장 큰 영향을 주는 특성이 무엇인지 파악하는 일은 거의 항상 중요합니다. 직관에 어긋난 결과에서 통찰을 얻을 수도 있고, 소수의 특성만으로도 모델 정확도의 대부분을 설명한다면 다른 특성에 시간을 들여 수집하거나 가공하지 않아도 될 수 있어요.

이 예제에서는 LISTPRICE 정보 없이 학습된 모델을 살펴보겠습니다. 그 정보가 없을 때, 가격에 가장 큰 영향을 주는 것은 무엇일까요?

  • 참고: 특성 중요도 배열 importances는 이미 model.featureImportances.toArray()에서 생성되어 제공됩니다.

Instruktioner

100 XP
  • importances의 값으로 pandas 데이터프레임을 만들고, 매개변수 columns를 설정해 열 이름을 importance로 지정하세요.
  • 가져온 특성 이름 목록 feature_cols를 pd.Series()로 감싸 새 pandas.Series를 만들고, 이를 열 fi_df['feature']에 할당하세요.
  • sort_values()로 데이터프레임을 정렬하되, by 매개변수를 importance 열로 설정하고 ascending을 False로 지정해 내림차순으로 정렬하세요. 결과를 확인하세요.