我如何在XGboost库的plot_tree函数中包含要素名称？

Question

我一直在使用XGBoost库来开发二进制分类模型。训练好模型后，我对可视化单个树感兴趣，以便更好地了解我的模型预测。

为此，XGBoost提供了plot_tree函数，但它仅显示该功能的整数索引。这是我的一棵树的示例：

如何在图像中包含特征名称，而不是特征索引（f28）？

Answer 1

xgboost中的plot_tree函数具有参数fmap，它是“功能映射”文件的路径；其中包含要素索引到要素名称的映射。

要素地图文件上的文档很少，但是它是一个制表符分隔的文件，其中第一列是要素索引（从0开始，以要素数结束），第二列是要素名称，最后一列一栏显示特征类型的指示符（q =定量特征，i =二进制特征）。

feature_map.txt文件的示例：

0    feature_name_0    q
1    feature_name_1    i
2    feature_name_2    q
…          …           … 

使用此制表符分隔的文件，您可以从训练有素的模型实例中绘制树：

import xgboost
model = xgboost.XGBClassifier()

# train the model
model.fit(X, y)

# plot the decision tree, providing path to feature map file

xgboost.plot_tree(model,  num_trees=0, fmap='feature_map.txt')

使用此功能显示图：