เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ความสำคัญของฟีเจอร์

แม้ว่าคุณสมบัติบางอย่างของลูกอม เช่น ช็อกโกแลต อาจเป็นที่นิยมมาก แต่ก็ไม่ได้หมายความว่าคุณสมบัตินั้นจะ สำคัญ ต่อการพยากรณ์ของโมเดลเสมอไป หลังจาก fit โมเดล random forest แล้ว สามารถตรวจสอบ attribute ชื่อ .feature_importances_ ของโมเดลได้ เพื่อดูว่าตัวแปรใดมีผลต่อโมเดลมากที่สุด และสามารถวนลูปผ่าน array ของความสำคัญของฟีเจอร์โดยใช้ enumerate() เพื่อตรวจสอบแต่ละตัวแปรได้

หากยังไม่คุ้นเคยกับฟังก์ชัน enumerate() ของ Python ฟังก์ชันนี้ช่วยวนลูปผ่านรายการพร้อมกับสร้างตัวนับอัตโนมัติไปด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • วนลูปผ่านผลลัพธ์ความสำคัญของฟีเจอร์ของ rfr
  • พิมพ์ชื่อคอลัมน์ของ X_train พร้อมกับคะแนนความสำคัญของคอลัมน์นั้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Fit the model using X and y
rfr.fit(X_train, y_train)

# Print how important each column is to the model
for i, item in enumerate(rfr.____):
      # Use i and item to print out the feature importance of each column
    print("{0:s}: {1:.2f}".format(X_train.columns[____], ____))
แก้ไขและรันโค้ด