Tính độ quan trọng của đặc trưng với cây quyết định
Bạn đã xây dựng một bộ phân loại cây quyết định để xác định bệnh nhân có nguy cơ mắc bệnh tim bằng cách sử dụng bộ dữ liệu heart disease. Giờ đây, bạn cần giải thích mô hình bằng cách phân tích độ quan trọng của đặc trưng để xác định các yếu tố then chốt trong dự đoán bệnh tim, từ đó hỗ trợ can thiệp y tế có mục tiêu hơn.
matplotlib.pyplot đã được import dưới tên plt. X_train và y_train đã được nạp sẵn cho bạn.
Bài tập này là một phần của khóa học
Explainable AI trong Python
Hướng dẫn bài tập
- Trích xuất độ quan trọng của đặc trưng từ
model. - Vẽ biểu đồ
feature_importanceschofeature_namesđã cho.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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()