Karar ağaçlarıyla öznitelik önemini hesaplama
Kalp hastalığı veri kümesini kullanarak, risk altındaki hastaları belirlemek için bir karar ağacı sınıflandırıcısı kurdun. Şimdi modelini, öznitelik önemlerini analiz ederek açıklaman gerekiyor; böylece kalp hastalığını öngörmede kritik faktörleri belirleyip daha hedefli sağlık müdahaleleri planlayabilirsin.
matplotlib.pyplot plt takma adıyla içe aktarıldı. X_train ve y_train senin için önceden yüklendi.
Bu egzersiz
Python ile Açıklanabilir AI
kursunun bir parçasıdırEgzersiz talimatları
modeliçinden öznitelik önemlerini çıkar.- Verilen
feature_namesiçinfeature_importancesdeğerlerini görselleştir.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
model = DecisionTreeClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
feature_names = X_train.columns
# Plot the feature importances
____
plt.show()