如何在條形圖上減少條形？

Question

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")

Answer 1

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。