必备！人工智能和数据科学的七大 Python 库(11)

2019-01-05

10exported_pipeline.fit(training_features, training_classes)

11results = exported_pipeline.predict(testing_features)

5. SHAP?——一个解释任何机器模型输出的统一方法

图8/12

https://github.com/slundberg/shap

解释机器学习模型并不容易。然而，它对许多商业应用程序来说非常重要。幸运的是，有一些很棒的库可以帮助我们完成这项任务。在许多应用程序中，我们需要知道、理解或证明输入变量在模型中的运作方式，以及它们如何影响最终的模型预测。

SHAP (SHapley Additive exPlanations)是一种解释任何机器学习模型输出的统一方法。SHAP将博弈论与局部解释联系起来，并结合了之前的几种方法。

安装

SHAP可以从PyPI安装

推荐阅读

上一篇：思必驰AI芯片发布：内置完整语音交互方案

下一篇：女神被打码了？一笔一划脑补回来，效果超越Adobe