Interpretowanie wyników

Niemal zawsze warto wiedzieć, które cechy mają największy wpływ na predykcję modelu. Może okaże się to zaskakujące – a to samo w sobie jest cenną obserwacją. Może też kilka cech odpowiada za większość dokładności modelu i nie trzeba poświęcać czasu na pozyskiwanie ani przetwarzanie pozostałych.

W tym ćwiczeniu przyjrzymy się modelowi, który był trenowany bez żadnych danych LISTPRICE. Skoro tej informacji brakuje – co najbardziej wpływa na cenę?

UWAGA: Tablica ważności cech importances została już dla ciebie utworzona na podstawie model.featureImportances.toArray()

To ćwiczenie jest częścią kursu

Inżynieria cech z PySpark

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz ramkę danych pandas, używając wartości z importances, i nadaj kolumnie nazwę importance, ustawiając parametr columns.
Korzystając z zaimportowanej listy nazw cech feature_cols, utwórz nową serię pandas.Series, opakowując ją w funkcję pd.Series(). Przypisz ją do kolumny fi_df['feature'].
Posortuj ramkę danych za pomocą sort_values(), ustawiając parametr by na kolumnę importance i sortując malejąco przez ustawienie ascending na False. Przejrzyj wyniki.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Convert feature importances to a pandas column
fi_df = pd.DataFrame(____, columns=[____])

# Convert list of feature names to pandas column
fi_df['feature'] = pd.____(____)

# Sort the data based on feature importance
fi_df.____(by=[____], ascending=____, inplace=True)

# Inspect Results
fi_df.head(10)

Edytuj i uruchom kod