Kabul analizi için Özellik Önemi grafikleri
Bir üniversitedeki veri bilimi ekibinin parçası olarak, görevin kabul kararlarını gerçekten hangi faktörlerin yönlendirdiğini ve hangilerinin daha az önemli olduğunu değerlendirmek. Kabul komitesi CGPA'nin kilit bir rol oynadığını biliyor, ancak bunu doğrulamak ve sonuçları etkileyebilecek diğer önemli faktörleri de ortaya çıkarmak istiyor. Bir RandomForestRegressor model kullanarak, başvuru sahiplerinin profillerinde hangi unsurların en çok önem taşıdığını ve hangilerinin karar süreci üzerinde daha az etkisi olduğunu net biçimde belirlemek için özellik önemini görselleştireceksin.
shap kütüphanesi ve eğitim verileri (X_train, y_train) senin için önceden yüklendi.
Bu egzersiz
Python ile Açıklanabilir AI
kursunun bir parçasıdırEgzersiz talimatları
TreeExplainerkullanarakshap_valuesdeğerlerini türet.- Elde ettiğin
shap_valuesile çubuk grafik kullanarak özellik önemlerini çiz ve analiz et.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Derive shap values
explainer = ____
shap_values = ____
# Plot the feature importance plot
____