解釈可能性

解釈可能な回帰モデルの学習と複雑な回帰モデルの解釈

線形モデル,決定木,一般化加法モデルなどの本質的に解釈可能な回帰モデルを使用するか,解釈可能性機能を使用して,本質的に解釈可能でない複雑な回帰モデルを解釈します。

回帰モデルを解釈する方法にいては，機械学習モデルの解釈を参照してください。

関数

`石灰`	局部可解释模型不可知解释(LIME)
`适合`	局部可解释模型不可知解释(LIME)の単純モデルの当てはめ
`情节`	局部可解释模型不可知解释(LIME)の結果のプロット

`partialDependence`	部分従属の計算
`plotPartialDependence`	部分依存プロット(pdp)および個別条件付き期待値(ice)プロットの作成

機械学習モデルの解釈
石灰オブジェクトおよび沙普利オブジェクトと関数plotPartialDependenceを使用してモデル予測を説明する。
機械学習モデルのシャプレ値
kernelSHAPとkernelSHAPの拡張機能の2つのアルゴリズムを使用して,機械学習モデルのシャープレイ値を計算する。
特徴選択の紹介
特徴選択アルゴリズムにいて学び，特徴選択に使用できる関数を確認します。
回帰学習器アプリで学習させた回帰モデルの解釈
部分依存プロットを使用して学習済みの回帰モデルで特徴量がどのように使用されるかを判断する。