특성 중요도
초콜릿처럼 인기 있는 사탕 속성이 있다고 해서, 그것이 반드시 모델 예측에서 중요 하다는 뜻은 아니에요. 랜덤 포리스트 모델을 학습한 후에는 모델의 .feature_importances_ 속성을 확인해 어떤 변수가 가장 큰 영향을 미쳤는지 볼 수 있어요. enumerate()를 사용해 특성 중요도 배열을 순회하면, 모델에서 각 변수가 얼마나 중요한지 확인할 수 있습니다.
Python의 enumerate() 함수가 익숙하지 않다면, 이 함수는 목록을 순회하면서 자동으로 카운터도 함께 만들어 준다는 점을 기억하세요.
이 연습은 강의의 일부입니다
Python에서의 모델 검증
연습 안내
rfr의 특성 중요도 출력값을 순회하세요.X_train의 열 이름과 그 열의 중요도 점수를 함께 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit the model using X and y
rfr.fit(X_train, y_train)
# Print how important each column is to the model
for i, item in enumerate(rfr.____):
# Use i and item to print out the feature importance of each column
print("{0:s}: {1:.2f}".format(X_train.columns[____], ____))