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。