xgboost.plot_importance, এ একটি প্লটের আকার পরিবর্তন করতে আমরা নিম্নলিখিত পদক্ষেপ নিতে পারি -
- চিত্রের আকার সেট করুন এবং সাবপ্লটের মধ্যে এবং চারপাশে প্যাডিং সামঞ্জস্য করুন।
- একটি csv থেকে ডেটা লোড করুন ফাইল।
- x পান এবং y লোড করা ডেটাসেট থেকে ডেটা।
- xgboost.XGBCClassifier.feature_importances_ মডেল পান উদাহরণ।
- ফিট x এবং y মডেলের মধ্যে ডেটা।
- মডেল প্রিন্ট করুন।
- একটি বার প্লট তৈরি করুন৷ ৷
- চিত্রটি প্রদর্শন করতে, শো() ব্যবহার করুন পদ্ধতি।
উদাহরণ
from numpy import loadtxtfrom xgboost import XGBClassifier থেকে matplotlib import pyplot as pltplt.rcParams["figure.figsize"] =[7.50, 3.50]plt.rcParams["figure.autolayouts] =# ডেটা ধারণ করে।> 13, 145, 82, 19, 110, 22.2, 0.245, 57, 0dataset =loadtxt('data.csv', delimiter=",")X =ডেটাসেট[:, 0:8]y =ডেটাসেট[:, 8 ]মডেল =XGBClassifier()model.fit(X, y)print(model.feature_importances_)plt.bar(range(len(model.feature_importances_)), model.feature_importances_)plt.show() আউটপুট
[13:46:53] সতর্কতা:../src/learner.cc:1095:XGBoost 1.3.0 থেকে শুরু করে, উদ্দেশ্য 'বাইনারী:লজিস্টিক' এর সাথে ব্যবহৃত ডিফল্ট মূল্যায়ন মেট্রিক 'ত্রুটি' থেকে পরিবর্তিত হয়েছে 'logloss'। যদি আপনি পুরানো আচরণ পুনরুদ্ধার করতে চান তবে স্পষ্টভাবে eval_metric সেট করুন।
