可视化列重要性
当模型在不同的列集合上训练时,性能会发生变化,但同一列的重要性会不会因为所处的组合不同而改变呢?
数据集 X2 和 X3 使用以下代码创建:
X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]
理解不同列如何用于生成 loan_status 的预测,对提升模型可解释性非常重要。
数据集 cr_loan_prep、X2_train、X2_test、X3_train、X3_test、y_train、y_test 已加载到工作区。
本练习是课程的一部分
Python 信用风险建模
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Train a model on the X data with 2 columns
____ = xgb.____().____(____,np.ravel(____))
# Plot the column importance for this model
xgb.____(____, importance_type = 'weight')
plt.____()