我nterpretability
训练可解释的回归模型并解释复杂的回归模型
使用可解释的回归模型，例如线性模型，决策树和广义加性模型，或使用可解释性功能来解释不可固有地解释的复杂回归模型。
要学习如何解释回归模型，请参阅我nterpret Machine Learning Models。
功能
话题
模型解释
我nterpret Machine Learning Models
使用模型预测使用lime，，，，沙普利， 和情节依赖性。
使用两种算法计算机器学习模型的Shapley值：kernelShap和inter inthelshap的扩展。
了解功能选择算法并探索可用于特征选择的功能。
可解释的模型
使用线性回归模型训练fitlm分析内存数据和存储外数据。
训练具有最佳参数的广义添加剂模型（GAM），评估预测性能并解释训练有素的模型。
创建和比较回归树，并导出经过训练的模型，以对新数据进行预测。
您还可以从以下列表中选择一个网站：
美洲
- América Latina(Español)
- 加拿大（英语）
- 美国（英语）
