使用随机森林计算特征重要性
作为一家财务咨询公司的数据科学家，您已经训练了一个随机森林分类器，用于根据个人的收入水平进行分类。现在，您需要通过分析特征重要性来解释模型，找出预测收入的关键因素，从而更有针对性地进行市场细分并优化战略决策。
matplotlib.pyplot 已以 plt 导入。X_train 和 y_train 已为您预加载。
本练习是课程的一部分
Python 可解释性 AI
练习说明
- 从
model中提取特征重要性。 - 绘制
feature_importances。
交互式实操练习
通过完成这段示例代码来试试这个练习。
model = RandomForestClassifier(random_state=42)
model.fit(X_train, y_train)
# Derive feature importances
feature_importances = ____
# Plot the feature importances
____
plt.show()