XGBoost模型树值洞察

我在Python中创建了一个XGBoost模型，并使用以下代码来更好地理解模型：

xgb.plot_importance(model)

或者

xgb.plot_importance(model, importance_type="gain")

我可以了解哪些参数最有价值，但似乎这些信息不足以告诉我这些值的具体情况。

假设我想确定某一天有多少人会租用自行车。运行上述两个plot_importance方法可能会告诉我’温度’和’星期几’是决定自行车骑行数量的最重要参数。但我想知道的是，这些参数的哪些值会导致高骑行量，哪些值会导致低骑行量。

回答：

我想你试图做的，是可视化和调试算法在预测时的行为。对于这一点，我建议你查看ELI5，特别是关于使用XGBoost的部分。要了解如何在泰坦尼克数据集上使用ELI5和XGBoost的全面示例，请查看这个链接。

为了解释预测，请执行以下操作：

from eli5 import show_predictionshow_prediction(moel, your_prediction, show_feature_values=True)

学技术