主要内容
이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。
해석가능성
해석가능한회귀모델을훈련시키고복잡한회귀모델을해석하기
선형모델,결정트리,일반화된가산모델과같은본래해석가능한회귀모델을사용하거나본래해석할수없는복잡한회귀모델을해석하기위한해석가능성특징을사용하십시오。
회귀모델을해석하는방법을알아보려면解释机器学习模型항목을참조하십시오。
함수
객체
LinearModel |
선형회귀모델 |
RegressionGAM |
回归的广义可加模型(GAM) |
RegressionLinear |
高维数据的线性回归模型 |
RegressionTree |
回归树 |
도움말항목
모델해석
用以下方法解释模型预测石灰，沙普利,plotPartialDependence．
使用两种算法计算机器学习模型的Shapley值:kernelSHAP和对kernelSHAP的扩展。
了解特征选择算法并探索特征选择可用的功能。
해석가능한모델
使用。训练线性回归模型fitlm分析内存中的数据和内存外的数据。
训练具有最优参数的广义可加性模型(GAM)，评估预测性能，并解释训练模型。
创建和比较回归树，并导出训练过的模型来预测新数据。
你也可以从以下列表中选择一个网站:
