การแสดงภาพความสำคัญของฟีเจอร์
โมเดล random forest classifier จากแบบฝึกหัดก่อนหน้าได้ถูก fit กับข้อมูล telco แล้ว และพร้อมใช้งานในชื่อตัวแปร clf มาลองแสดงภาพความสำคัญของฟีเจอร์เพื่อทำความเข้าใจว่าปัจจัยใดเป็นตัวขับเคลื่อนการเลิกใช้บริการ โดยใช้ barh ของ matplotlib สร้างกราฟแท่งแนวนอน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- คำนวณค่าความสำคัญของฟีเจอร์จาก
clf - ใช้
plt.barh()สร้างกราฟแท่งแนวนอนของimportances
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Calculate feature importances
importances = ____.____
# Create plot
____.____(range(X.shape[1]), ____)
plt.show()