KevinFretteeo的博客

原创 关于可解释机器学习SHAP的讨论

机器学习由于本身的黑箱的属性使得难以解释模型本身SHAP提供了一个统一的标准来规范以往十分模糊的“Feature Importance”的含义。SHAP增强了对模型的解释性，但是我在使用的时候遇到了几个问题。1. 为什么要用测试集？SHAP文档文档中提供了许多例子，比如：#加载糖尿病数据集import sklearnfrom sklearn.model_selection import train_test_splitimport numpy as npimport shapimpor

原创 visdom启动太慢解决方案

找了许多方法比如替换static文件夹，注释download等等均会出现蓝屏或者404的问题，换一下vpn可以解决，应该是某些文件的源在境外网络问题导致的。

原创 pycaret绘制catboost残差图所遇到的问题

我最近用一组数据用catboost进行回归模型训练，之前一直使用yellowbrick来绘制回归模型的残差图和预测误差图，但是好巧不巧，黄砖对xgboost和lightGBM都能识别，但是直接对cat却不能直接识别出来模型，后来搜索发现用pycaret可以绘制catboost的残差，而且也是封装的黄砖的绘图，搞了很久一开始发现IDE没办法绘图只能在jupyter上显示，后来搞出来了，发现残差图不显示文字。from catboost.core import CatBoostRegressorimport

原创 请问word2019出现此问题该如何解决

原创 PyTorch回归模型神经网络搭建

问题我手里现在有将近200个实验室的数据，想要结合材料科学与PyTorch来预测材料性能，新人小白，学习了有一个月了，花了时间学习了Python基础课，也在b站学了一些PyTorch的课程，由于网上教程绝大多数都是处理图片数据，我的是csv表格数据，学习进度一直提不起来。这段代码是我写的一小段demo，我一直不清楚到底该怎么加载测试集测试模型，我这段代码好像只是把测试集又训练了一遍，图像输出也有问题，想请教一下大家我测试集加载有问题吗？具体来说应该怎么测试神经网络回归模型？或是我这一部分代码的存在的问题