MLPClassifier 的置换重要性
您的任务是使用置换重要性来识别在使用 MLPClassifier 预测心脏病时最有影响力的特征。
已为您预加载了包含特征的 X 和包含标签的 y。已将 matplotlib.pyplot 以 plt 的名称导入。
本练习是课程的一部分
Python 可解释性 AI
练习说明
- 使用
random_state为 1、重复 10 次来计算置换重要性。 - 使用条形图绘制特征重要性。
交互式实操练习
通过完成这段示例代码来试试这个练习。
from sklearn.neural_network import MLPClassifier
from sklearn.inspection import permutation_importance
model = MLPClassifier(hidden_layer_sizes=(10), random_state=1)
model.fit(X, y)
# Compute the permutation importance
result = ____
# Plot feature importances
____
plt.xticks(rotation=45)
plt.show()