1. Learn
    2. /
  2. 课程
    3. /
  3. Python 可解释性 AI
Connected

道练习

招生分析的特征重要性可视化

作为一所大学数据科学团队的成员，您的任务是评估哪些因素真正驱动录取决策，哪些因素相对不重要。招生委员会知道 CGPA 起着关键作用，但他们希望验证这一点，并找出是否还有其他可能影响结果的重要因素。使用随机森林回归器 model，您将可视化特征重要性，清晰识别申请者画像中的哪些方面最重要、哪些对决策过程影响较小。

shap 库以及训练数据（X_train、y_train）已为您预加载。

说明

100 XP
  • 使用 TreeExplainer 推导得到 shap_values。
  • 使用得到的 shap_values 绘制柱状图来展示特征重要性，并进行分析。