[파이썬] xgboost 시각화 도구 활용
XGBoost는 강력한 머신러닝 알고리즘으로 유명한데요, 이번에는 XGBoost의 시각화 도구를 활용하여 모델을 살펴보는 방법에 대해 알아보겠습니다.
설치
XGBoost를 시각화하기 위해서는 다음과 같은 패키지를 설치해야 합니다.
pip install graphviz
pip install matplotlib
그리고 XGBoost 라이브러리를 import 합니다.
import xgboost as xgb
데이터 준비
본 예제에서는 XGBoost 내장 데이터인 iris 데이터셋을 사용하도록 하겠습니다. 아래와 같이 데이터를 로드합니다.
from sklearn.datasets import load_iris
# iris 데이터셋 로드
iris = load_iris()
# 입력 feature와 label 지정
X, y = iris.data, iris.target
모델 학습
XGBoost 모델을 학습하고 예측을 수행합니다. 이를 위해 아래와 같이 모델 객체를 생성하고 학습을 진행합니다.
# 모델 생성
model = xgb.XGBClassifier()
# 모델 학습
model.fit(X, y)
모델 시각화
XGBoost의 시각화 도구를 사용하여 모델을 시각화합니다. 아래 코드를 실행해보세요.
import graphviz
# 모델 시각화
xgb.plot_tree(model, num_trees=0, rankdir='LR')
plt.show()
위 코드를 실행하면 모델의 첫 번째 트리를 시각화할 수 있습니다.
다양한 시각화 방법
XGBoost는 모델의 다양한 측면을 시각화할 수 있는 다양한 메서드를 제공합니다. 아래는 일부 예시입니다.
plot_importance
: feature의 중요도를 시각화합니다.plot_tree
: 각 트리의 구조를 시각화합니다.to_graphviz
: 그래프 형태로 모델을 시각화합니다.
이 외에도 다양한 시각화 방법이 있으니 필요에 따라 사용하면 됩니다.
마무리
XGBoost의 시각화 도구를 활용하면 모델을 더 잘 이해할 수 있고, 예측 결과를 분석하고 해석할 수 있는 장점이 있습니다. 이번 글에서는 XGBoost의 시각화 도구를 간단히 소개하고 활용하는 방법을 알아보았습니다. XGBoost를 사용하시는 분들은 꼭 시각화 도구를 활용하여 모델을 살펴보시기 바랍니다. 감사합니다!