1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w Pythonie
Connected

ćwiczenie

Wizualizacja ważności cech

W tym ćwiczeniu sprawdzisz, które cechy miały największy wpływ na predykcje modelu – zgodnie z oceną regresora lasów losowych rf, który był trenowany w poprzednim ćwiczeniu.

W tym celu narysuj poziomy wykres słupkowy przedstawiający ważność cech wyznaczoną przez rf. Na szczęście możliwości wizualizacyjne biblioteki pandas sprawiają, że jest to proste.

Przygotowaliśmy obiekt pandas.Series o nazwie importances, który zawiera nazwy cech jako index oraz ich ważności jako wartości. Ponadto dostępny jest matplotlib.pyplot jako plt oraz pandas jako pd.

Instrukcje

100 XP

  • Wywołaj metodę .sort_values() na importances i przypisz wynik do importances_sorted.

  • Wywołaj metodę .plot() na importances_sorted i ustaw następujące argumenty:

    • kind na 'barh'
    • color na 'lightgreen'