Importância da permutação para MLPClassifier
Sua tarefa é usar a importância da permutação para identificar quais recursos são mais impactantes na previsão de doenças cardíacas com um classificador MLPC.
X contendo os recursos e y contendo os rótulos foram pré-carregados para você. matplotlib.pyplot foi importado como plt.
Este exercício faz parte do curso
IA explicável em Python
Instruções do exercício
- Calcule a importância da permutação com 10 repetições usando um
random_statede 1. - Trace a importância dos recursos com um gráfico de barras.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
from sklearn.neural_network import MLPClassifier
from sklearn.inspection import permutation_importance
model = MLPClassifier(hidden_layer_sizes=(10), random_state=1)
model.fit(X, y)
# Compute the permutation importance
result = ____
# Plot feature importances
____
plt.xticks(rotation=45)
plt.show()