320x100
320x100
fit() 으로 모델이 학습되고 나면 feature_importances_ 속성(attribute) 으로 변수의 중요도를 파악할 수 있습니다.
변수의 중요도란 예측변수를 결정할 때 각 피쳐가 얼마나 중요한 역할을 하는지에 대한 척도입니다.
변수의 중요도가 낮다면 해당 피쳐를 제거하는 것이 모델의 성능을 높일 수 있습니다.
model.feature_importances_320x100
320x100
'빅데이터 관련 자료 > Dacon' 카테고리의 다른 글
| Lv2 | 튜닝 | 하이퍼파라미터, GridSearch 개념 (정지규칙) (0) | 2021.08.09 |
|---|---|
| Lv2 | 튜닝 | 변수 제거 (drop()) (0) | 2021.08.08 |
| 랜덤포레스트를 평가척도에 맞게 학습 (criterion='mse') (0) | 2021.08.06 |
| 랜덤포레스트 개념, 선언 (RandomForestRegressor()) (0) | 2021.08.05 |
| 결측치 대체 보간법 (0) | 2021.08.04 |