Feature-importances visualiseren
Je random forest-classifier uit eerdere oefeningen is getraind op de telco-data en beschikbaar als clf. Laten we de feature-importances visualiseren en zo gevoel krijgen voor wat de drijvers van churn zijn. Gebruik hiervoor matplotlib's barh om een horizontale staafgrafiek van de feature-importances te maken.
Deze oefening maakt deel uit van de cursus
Marketinganalyse: klantverloop voorspellen in Python
Oefeninstructies
- Bereken de feature-importances van
clf. - Gebruik
plt.barh()om een horizontale staafgrafiek vanimportanceste maken.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Calculate feature importances
importances = ____.____
# Create plot
____.____(range(X.shape[1]), ____)
plt.show()