DSPROGLIB Telegram 6495
📌 Промт дня: анализ важности признаков после обучения модели

После того как вы обучили модель (особенно если это ансамблевый метод вроде Random Forest или градиентного бустинга), важно понять, какие признаки влияют на предсказания.

Это помогает:
— интерпретировать модель,
— упростить её (feature selection),
— обнаружить «лишние» или дублирующие признаки.

Промт:
Проанализируй важность признаков обученной модели. Выполни следующие шаги:

— Извлеки и отсортируй признаки по степени важности.
— Построй barplot с топ-10 признаками.
— Проверь, есть ли признаки с нулевой или близкой к нулю важностью — возможно, их можно удалить.
— Если модель поддерживает SHAP / permutation importance — добавь соответствующую визуализацию.
— Сформулируй гипотезы: почему те или иные признаки оказались важны? Как это согласуется с предметной областью?


Рекомендованные инструменты:
model.feature_importances_ — в sklearn-моделях, XGBoost, LightGBM
eli5, shap, sklearn.inspection.permutation_importance — для глубокой интерпретации
seaborn.barplot, matplotlib — для наглядных графиков

Библиотека дата-сайентиста #буст
Please open Telegram to view this post
VIEW IN TELEGRAM



tgoop.com/dsproglib/6495
Create:
Last Update:

📌 Промт дня: анализ важности признаков после обучения модели

После того как вы обучили модель (особенно если это ансамблевый метод вроде Random Forest или градиентного бустинга), важно понять, какие признаки влияют на предсказания.

Это помогает:
— интерпретировать модель,
— упростить её (feature selection),
— обнаружить «лишние» или дублирующие признаки.

Промт:

Проанализируй важность признаков обученной модели. Выполни следующие шаги:

— Извлеки и отсортируй признаки по степени важности.
— Построй barplot с топ-10 признаками.
— Проверь, есть ли признаки с нулевой или близкой к нулю важностью — возможно, их можно удалить.
— Если модель поддерживает SHAP / permutation importance — добавь соответствующую визуализацию.
— Сформулируй гипотезы: почему те или иные признаки оказались важны? Как это согласуется с предметной областью?


Рекомендованные инструменты:
model.feature_importances_ — в sklearn-моделях, XGBoost, LightGBM
eli5, shap, sklearn.inspection.permutation_importance — для глубокой интерпретации
seaborn.barplot, matplotlib — для наглядных графиков

Библиотека дата-сайентиста #буст

BY Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение


Share with your friend now:
tgoop.com/dsproglib/6495

View MORE
Open in Telegram


Telegram News

Date: |

As of Thursday, the SUCK Channel had 34,146 subscribers, with only one message dated August 28, 2020. It was an announcement stating that police had removed all posts on the channel because its content “contravenes the laws of Hong Kong.” 3How to create a Telegram channel? To delete a channel with over 1,000 subscribers, you need to contact user support Deputy District Judge Peter Hui sentenced computer technician Ng Man-ho on Thursday, a month after the 27-year-old, who ran a Telegram group called SUCK Channel, was found guilty of seven charges of conspiring to incite others to commit illegal acts during the 2019 extradition bill protests and subsequent months. With the “Bear Market Screaming Therapy Group,” we’ve now transcended language.
from us


Telegram Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
FROM American