เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Permutation Importance สำหรับ MLPClassifier

ในแบบฝึกหัดนี้ จะใช้ permutation importance เพื่อระบุว่าฟีเจอร์ใดมีผลต่อการพยากรณ์โรคหัวใจด้วย MLPClassifier มากที่สุด

X ที่บรรจุฟีเจอร์ และ y ที่บรรจุป้ายกำกับได้ถูกโหลดไว้ให้แล้ว รวมถึง matplotlib.pyplot ที่ import ในชื่อ plt

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Explainable AI ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณ permutation importance โดยใช้ 10 รอบ และกำหนด random_state เป็น 1
  • พล็อตความสำคัญของฟีเจอร์ด้วย bar plot

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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()
แก้ไขและรันโค้ด