XGBoostの説明変数の重要度可視化

#内容
クラスラベルのエンコーディング
説明変数の重要度の可視化

#コード

qiita.py

import pandas as pd
from sklearn import datasets
from xgboost import XGBClassifier
from xgboost import plot_importance
from sklearn.metrics import accuracy_score
import matplotlib.pyplot as plt

iris=datasets.load_iris()
df=pd.DataFrame(iris.data, columns=iris.feature_names)
df['target']=iris.target_names[iris.target]

#クラスラベルのエンコーディング
class_mapping={label:idx for idx, label in enumerate(np.unique(df['target']))}
df['target']=df['target'].map(class_mapping)

#データの分割
y=df['target']
features=['sepal length (cm)','sepal width (cm)','petal length (cm)','petal width (cm)']
X=df[features]

train_X,val_X,train_y,val_y=train_test_split(X,y,test_size=0.3)


#学習
param = {'max_depth': 2, 'eta': 1, 'objective': 'multi:softmax', 'num_class': 3}
xgb_model = XGBClassifier(param)
xgb_model.fit(train_X, 
              train_y)

#可視化
plt.rcParams["figure.figsize"] = (15, 6)
plot_importance(xgb_model)
plt.show()