绘制特征重要性 — xgb.ggplot.importance • xgboost

将之前计算的特征重要性表示为条形图。

xgb.plot.importance() 使用基础 R 图形，而
xgb.ggplot.importance() 使用 "ggplot"。

用法

xgb.ggplot.importance(
  importance_matrix = NULL,
  top_n = NULL,
  measure = NULL,
  rel_to_first = FALSE,
  n_clusters = seq_len(10),
  ...
)

xgb.plot.importance(
  importance_matrix = NULL,
  top_n = NULL,
  measure = NULL,
  rel_to_first = FALSE,
  left_margin = 10,
  cex = NULL,
  plot = TRUE,
  ...
)

参数

importance_matrix: 一个由 xgb.importance() 返回的 data.table。
top_n: 包含在图中最重要的特征的最大数量。
measure: 要绘制的重要性度量的名称。当为 NULL 时，树模型将使用 'Gain'，gblinear 模型将使用 'Weight'。
rel_to_first: 重要性值是否应表示为相对于排名最高的特征，详见“详细信息”。
n_clusters: 一个数值向量，包含条形可能聚类数量的最小值和最大值范围。
...: 传递给 graphics::barplot() 的其他参数（除了 horiz、border、cex.names、names.arg 和 las）。仅用于 xgb.plot.importance()。
left_margin: 调整左边距大小以适应特征名称。当为 NULL 时，使用现有的 par("mar")。
cex: 作为 cex.names 参数传递给 graphics::barplot()。
plot: 是否显示条形图？默认为 TRUE。

值

返回值取决于函数

xgb.plot.importance()：隐式返回一个 "data.table"，其中包含按重要性排序的 n_top 个特征。如果 plot = TRUE，这些值也会以条形图形式绘制。
xgb.ggplot.importance()：一个可自定义的 "ggplot" 对象。例如，要更改标题，请设置 + ggtitle("A GRAPH NAME")。

详细信息

该图将每个特征表示为水平条，其长度与特征的重要性成比例。特征按重要性递减排序。它适用于 "gblinear" 和 "gbtree" 模型。

当 rel_to_first = FALSE 时，值将按 importance_matrix 中的方式绘制。对于 "gbtree" 模型，这意味着归一化到总和为 1（“特征对整个模型的贡献度是多少？”）。对于线性模型，rel_to_first = FALSE 将显示系数的实际值。设置 rel_to_first = TRUE 可以从“特征对最重要特征的贡献度是多少？”的角度来看待情况。

"ggplot" 后端对重要性值执行一维聚类，条形颜色对应于具有相似重要性值的不同聚类。

另请参阅

graphics::barplot()

示例

data(agaricus.train)

## Keep the number of threads to 2 for examples
nthread <- 2
data.table::setDTthreads(nthread)

model <- xgboost(
  agaricus.train$data, factor(agaricus.train$label),
  nrounds = 2,
  max_depth = 3,
  nthreads = nthread
)

importance_matrix <- xgb.importance(model)
xgb.plot.importance(
  importance_matrix, rel_to_first = TRUE, xlab = "Relative importance"
)

gg <- xgb.ggplot.importance(
  importance_matrix, measure = "Frequency", rel_to_first = TRUE
)
gg
gg + ggplot2::ylab("Frequency")