Wizualizacja ważności cech
Klasyfikator lasu losowego wytrenowany we wcześniejszych ćwiczeniach na danych telco jest dostępny jako clf. Zwizualizujmy ważność cech i sprawdźmy, co napędza odpływ klientów – użyjemy funkcji barh z biblioteki matplotlib, aby stworzyć poziomy wykres słupkowy ważności cech.
To ćwiczenie jest częścią kursu
Marketing Analytics: Przewidywanie rezygnacji klientów w Pythonie
Instrukcje do ćwiczenia
- Oblicz ważność cech klasyfikatora
clf. - Użyj
plt.barh(), aby utworzyć poziomy wykres słupkowy wartościimportances.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate feature importances
importances = ____.____
# Create plot
____.____(range(X.shape[1]), ____)
plt.show()