可视化特征重要性

在本练习中，您将根据之前训练的随机森林回归器 rf 来确定哪些特征的预测力最强。

为此，您将绘制一个水平条形图来展示 rf 评估得到的特征重要性。幸运的是，借助 pandas 的绘图功能，这可以很容易完成。

我们已经创建了一个名为 importances 的 pandas.Series 对象，其中特征名称为 index，其重要性为数值。此外，matplotlib.pyplot 已作为 plt 提供，pandas 已作为 pd 提供。

本练习是课程的一部分

Python 树模型机器学习

查看课程

练习说明

在 importances 上调用 .sort_values() 方法，并将结果赋给 importances_sorted。
在 importances_sorted 上调用 .plot() 方法，并设置参数：
- 将 kind 设为 'barh'
- 将 color 设为 'lightgreen'

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create a pd.Series of features importances
importances = pd.Series(data=rf.feature_importances_,
                        index= X_train.columns)

# Sort importances
importances_sorted = ____

# Draw a horizontal barplot of importances_sorted
____.____(____='____', ____='____')
plt.title('Features Importances')
plt.show()

编辑并运行代码