XGBoost 模型树价值洞察

Question

我在 Python 中创建了一个 XGBoost 模型，并使用以下代码更好地理解该模型：

xgb.plot_importance(model)

或

xgb.plot_importance(model, importance_type="gain")

我可以了解哪些参数最有价值，但似乎无法告诉我这些值是什么。

假设我要确定在某一天有多少人会租自行车。运行上面的两个plot_importance方法可能告诉我，'temperature'和'day of week'是决定骑车次数的最重要参数。不过，我想知道的是，哪些值决定了高骑行次数，哪些值决定了低骑行次数。

Answer 1

我猜你想做的是可视化和调试算法在预测时所做的事情。为此，我建议您查看 ELI5, specifically the part that covers working with XGBoost. For comprehensive example on how to use ELI5 with XGBoost on Titanic data set, check out this link.

为了解释预测，请执行以下操作：

from eli5 import show_prediction
show_prediction(moel, your_prediction, show_feature_values=True)

XGBoost 模型树价值洞察

XGBoost model tree value insight

machine-learning

python-3.x

xgboost