ปรับปรุงกราฟ
เพื่อให้กราฟอ่านง่ายขึ้น เราต้องทำสองสิ่งต่อไปนี้:
- เรียงลำดับแท่งกราฟจากน้อยไปมาก
- เพิ่มป้ายชื่อที่ตรงกับชื่อฟีเจอร์แต่ละตัวลงในกราฟ
ในการทำเช่นนี้ เราจะใช้การ indexing ของ NumPy เมธอด .argsort() จะเรียงลำดับอาร์เรย์และคืนค่า index จากนั้นเราจะนำ index เหล่านี้ไปใช้เพื่อบรรลุทั้งสองเป้าหมาย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- คำนวณ index ที่เรียงลำดับแล้วของ
importancesโดยใช้np.argsort()กับimportances - สร้างป้ายชื่อที่เรียงลำดับแล้วโดยเข้าถึงคอลัมน์ของ
Xและ index ด้วยsorted_index - สร้างกราฟโดย index
importancesด้วยsorted_indexและระบุ keyword argumenttick_label=labels
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Sort importances
sorted_index = ____(____)
# Create labels
labels = X.columns[____]
# Clear current plot
plt.clf()
# Create plot
plt.barh(range(X.shape[1]), importances[____], tick_label=____)
plt.show()