我在一个数据集上运行了一个XGboost回归器，最后绘制了特性重要性。
因为我的特征名称很长（20 - 60个字符），它在保存的图像中"修剪"它们的名称（在图像的左侧）。

• • 代码：**

from xgboost import plot_importance
import matplotlib.pyplot as plt
...
plot_importance(search.best_estimator_)
plt.savefig(f'{os.path.join(self.model_save_directory, "feature_importance.png")}')

我试着用以下方式树立一个广泛的形象：

plt.rcParams["figure.figsize"] = (28, 7)

现在每一个特征的图像中人物都比较多，但不是全部，另一方面，图像的高度缩小了很多。
谢啦，谢啦