绘制XGBoost模型特征重要性的增益、覆盖率和权重

我有一个XGBoost模型 xgboost_model。为了绘制这个XGBoost模型的特征重要性;

plot_importance(xgboost_model)pyplot.show()

该图表显示了F分数。然而,在F分数后面还有如增益、覆盖率、权重等重要性指标。

如何单独绘制增益、覆盖率、权重的重要性指标?

我使用的是Python 3.7


回答:

您可以将不同的重要性类型传递给 plot_importance

fig, ax = plt.subplots(3,1,figsize=(14,30))nfeats = 15importance_types = ['weight', 'cover', 'gain']for i, imp_i in enumerate(importance_types):    plot_importance(xgboost_model, ax=ax[i], max_num_features=nfeats                    , importance_type=imp_i                    , xlabel=imp_i)

在上面的例子中,您可以构建一个包含3个图表的subplot,每个图表对应plot_importance支持的三种类型之一。

我在jupyter中测试了这个方法。否则,您需要调用plt.show()

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注