xgboost.plot_importance에서 플롯 크기를 변경하려면 우리는 다음 단계를 수행할 수 있습니다 -
- 그림 크기를 설정하고 서브플롯 사이 및 주변 여백을 조정합니다.
- csv에서 데이터 로드 파일.
- x 받기 및 y 로드된 데이터세트의 데이터입니다.
- xgboost.XGBCClassifier.feature_importances_ 모델 가져오기 예.
- 맞춤 x 및 y 데이터를 모델에 넣습니다.
- 모델을 인쇄합니다.
- 막대 플롯을 만듭니다.
- 그림을 표시하려면 show()를 사용하세요. 방법.
예시
from numpy import loadtxtfrom xgboost import XGBClassifierfrom matplotlib import pyplot as pltplt.rcParams["Figure.figsize"] =[7.50, 3.50]plt.rcParams["Figure.autolayout"] =True# data.csv는 다음과 같은 데이터를 포함합니다.> 13, 145, 82, 19, 110, 22.2, 0.245, 57, 0dataset =loadtxt('data.csv', delimiter=",")X =데이터세트[:, 0:8]y =데이터세트[:, 8 ]model =XGBClassifier()model.fit(X, y)print(model.feature_importances_)plt.bar(range(len(model.feature_importances_)), model.feature_importances_)plt.show() 출력
[13:46:53] 경고:../src/learner.cc:1095:XGBoost 1.3.0부터 목표 'binary:logistic'과 함께 사용되는 기본 평가 메트릭이 '오류'에서 '오류'로 변경되었습니다. '로그로스'. 이전 동작을 복원하려면 eval_metric을 명시적으로 설정하세요.[0.10621197 0.2424023 0.08803366 0.07818192 0.10381887 0.14867320.10059307
