Permutations-Wichtigkeit auf dem Breast-Cancer-Datensatz

# Einführung

In diesem Lab wird gezeigt, wie die Permutations-Wichtigkeit auf dem Wisconsin Breast Cancer-Datensatz mithilfe der `permutation_importance`-Funktion aus `sklearn.inspection` verwendet wird. Der Random Forest Classifier wird verwendet, um die Daten zu klassifizieren und seine Genauigkeit auf einem Testset zu berechnen. Wir werden auch zeigen, wie die Multikollinearität in den Merkmalen mit Hilfe der hierarchischen Clusteranalyse behandelt werden kann.

## VM-Tipps

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte **Notebook** zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback ab, und wir werden das Problem für Sie prompt beheben.