Como obter a figura completa relacionada à árvore de decisão do XGBoost?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Como obter a figura completa relacionada à árvore de decisão do XGBoost?
Olá Caetano! Tudo bem?
Para visualizar a árvore de decisão completa gerada pelo XGBoost, você pode usar a função plot_tree que está disponível na biblioteca xgboost. Essa função permite que você visualize uma das árvores individuais que compõem o modelo XGBoost.
Abaixo deixo um exemplo:
import xgboost as xgb
from xgboost import plot_tree
import matplotlib.pyplot as plt
# Supondo que você já treinou o modelo
xg_cl = xgb.XGBClassifier(objective='binary:logistic')
xg_cl.fit(X_treino, y_treino)
# Plotar a árvore
plt.figure(figsize=(20,10))
plot_tree(xg_cl, num_trees=0) # num_trees especifica qual árvore você quer visualizar
plt.show()
Neste exemplo, num_trees=0 significa que você está visualizando a primeira árvore do modelo. Se você quiser ver outras árvores, pode alterar esse número.
Lembre-se de que o XGBoost é um ensemble de várias árvores, então cada árvore individual pode não representar todo o modelo, mas sim uma parte dele.
Destaco também que na póxima atividade Para saber mais: como o XGBoost funciona você encontra uma explicação mais profunda de como funciona a árvore do XGBoost.
Você já conseguiu visualizar alguma árvore do seu modelo?
Para se aprofundar no tema: