Özellik önemlerini görselleştirme: Veri kümemde hangi özellikler en önemli

XGBoost modellerini görselleştirmenin bir yolu da, model içinde orijinal veri kümesindeki her özellik sütununun önemini incelemektir.

Bunu yapmanın basit bir yolu, modeldeki tüm boosting turları (ağaçlar) boyunca her bir özelliğin kaç kez bölünmede kullanıldığını saymak ve ardından sonucu, görünme sıklıklarına göre sıralanmış bir çubuk grafik olarak göstermektir. XGBoost, tam olarak bunu yapmanı sağlayan bir plot_importance() fonksiyonuna sahiptir ve bu egzersizde bunu kullanma şansı elde edeceksin!

Bu egzersiz

XGBoost ile Aşırı Gradyan Artırma

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Daha önce olduğu gibi X ve y'den DMatrix'ini oluştur.
Uygun "objective" ("reg:squarederror") ve "max_depth" değeri 4 olan bir parametre sözlüğü oluştur.
Bir önceki egzersizde yaptığın gibi modeli 10 boosting turuyla eğit.
Özellik önemleri grafiğini oluşturmak için xgb.plot_importance() kullan ve eğitilmiş modeli fonksiyona geçir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create the DMatrix: housing_dmatrix
housing_dmatrix = ____

# Create the parameter dictionary: params
params = ____

# Train the model: xg_reg
xg_reg = ____

# Plot the feature importances
____
plt.show()

Kodu Düzenle ve Çalıştır