[英]How to have less bars on Bar graph?
我正在構建隨機森林算法,目標是預測哪些特征更重要。 我有條形圖顯示隨機森林內置特征重要性的特征重要性。 與較大的條相比,是否有機會過濾掉相對較小的數據以及如何實現這一點。 我想做這些,因為下面的這些圖片一團糟:
輸入代碼:
rf = RandomForestRegressor(n_estimators=100, max_depth=3)
rf.fit(X_train, y_train)
sorted_idx = rf.feature_importances_.argsort()
plt.figure(figsize=(8, 30))
plt.barh(X_train.columns[sorted_idx], rf.feature_importances_[sorted_idx])
plt.xlabel("Random Forest Feature Importance")
通過過濾sorted_idx
變量,您應該能夠這樣做:
sorted_idx = rf.feature_importances_.argsort()[:5]
顯然,您可以選擇要繪制的任意數量的特征,而不是 5 個。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.