xgboost.XGBCClassifier.feature_importances_モデルでプロットする方法は？ （Matplotlib）

• 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。
• csvからデータを読み込みます ファイル。
• xを取得する およびy ロードされたデータセットからのデータ。
• xgboost.XGBCClassifier.feature_importances_モデルを入手する インスタンス。
• xに適合 およびy モデルへのデータ。
• モデルを印刷します。
• 棒グラフを作成します。
• 図を表示するには、 show（）を使用します メソッド。

例

from numpy import loadtxt
from xgboost import XGBClassifier
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# data.csv contains data like -> 13, 145, 82, 19, 110, 22.2, 0.245, 57, 0
dataset = loadtxt('data.csv', delimiter=",")
X = dataset[:, 0:8]
y = dataset[:, 8]

model = XGBClassifier()
model.fit(X, y)

print(model.feature_importances_)

plt.bar(range(len(model.feature_importances_)), model.feature_importances_)

plt.show()

出力

[13:46:53] WARNING: ../src/learner.cc:1095: Starting in XGBoost 1.3.0, the default evaluation metric used with the objective 'binary:logistic' was changed from 'error' to 'logloss'. Explicitly set eval_metric if you'd like to restore the old behavior.
[0.10621197 0.2424023 0.08803366 0.07818192 0.10381887 0.1486732
0.10059207 0.13208601]