반응형

안녕하세요, 츄르 사려고 코딩하는 집사, 코집사입니다.


파이썬 XGBoost 시각화(XGBoost Visualization)

 


#XGBoost Library
from xgboost import plot_importance
import xgboost as xgb ## XGBoost 불러오기
from xgboost import plot_importance ## Feature Importance를 불러오기 위함
import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix, accuracy_score, precision_score, recall_score
from sklearn.metrics import confusion_matrix, f1_score, roc_auc_score
from xgboost import XGBRegressor
import math
import warnings

#Train data set과 Test data set의 Split(Train : 0.8, Test : 0.2)
X_train, X_test, Y_train, Y_test = train_test_split(xgb_data_X, xgb_data_Y, test_size = 0.2, random_state = 11)

#XGBoost 모델 설계 및 학습
xgb = XGBRegressor(n_estimators=500, learning_rate = 0.005, max_depth = 5)
xgb.fit(X_train, Y_train)
xgb_pred = xgb.predict(X_test)

#XGBoost 모델의 실제값과 예측값의 비교 시각화
fig = plt.figure( figsize = (12, 4))
chart = fig.add_subplot(1,1,1)
chart.plot(Y_test[:200], marker='o', color='blue', label='실제값')
chart.plot(xgb_pred[:200], marker='^', color='red', label='예측값')
chart.set_title('XGBoost 예측 결과', size=30)
plt.xlabel('횟수', size=20)
plt.ylabel('매출', size=20)
plt.legend(loc = 'best') 

그나마, 시각화 그래프가 위의 그래프가 이뻐 보이게 나온다.

반응형
  • 네이버 블러그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 카카오스토리 공유하기