必备！人工智能和数据科学的七大 Python 库(16)_图1

verbose=1,

validation_data=http://www.veick.cn/news/(x_test, y_test))

score = model.evaluate(x_test, y_test, verbose=)

print('Test loss:', score[])

print('Test accuracy:', score[1])

更多示例：

https://github.com/slundberg/shap#sample-notebooks

4. Optimus——使用 Python 和 Spark 轻松实现敏捷数据科学工作流

https://github.com/ironmussa/Optimus

Optimus V2旨在让数据清理更容易。这个API的设计对新手来说超级简单，对使用pandas的人来说也非常熟悉。Optimus扩展了Spark DataFrame功能，添加了.rows和.cols属性。

使用Optimus，你可以以分布式的方式清理数据、准备数据、分析数据、创建分析器和图表，并执行机器学习和深度学习，因为它的后端有Spark、TensorFlow和Keras。

必备！人工智能和数据科学的七大 Python 库(16)