Tính toán độ quan trọng đặc trưng với random forests
Là một data scientist tại một công ty tư vấn tài chính, bạn đã xây dựng một random forest classifier để phân loại cá nhân theo mức thu nhập. Giờ bạn cần giải thích mô hình bằng cách phân tích độ quan trọng đặc trưng để xác định các yếu tố then chốt trong việc dự đoán thu nhập, từ đó phân khúc thị trường mục tiêu chính xác hơn và cải thiện chất lượng ra quyết định chiến lược.
matplotlib.pyplot đã được import với 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 đặc trưng từ
model. - Vẽ biểu đồ
feature_importances.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
model = RandomForestClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
# Plot the feature importances
____
plt.show()