【教程】SHAP值解释xgboost模型的特征重要性-SofaSofa
利用SHAP解释Xgboost模型
Xgboost相对于线性模型在进行预测时往往有更好的精度,但是同时也失去了线性模型的可解释性。所以Xgboost通常被认为是黑箱模型。
2017年,Lundberg和Lee的论文提出了SHAP值这一广泛适用的方法用来解释各种模型(分类以及回归),其中最大的受益者莫过于之前难以被理解的黑箱模型,如xgboost和神经网络模型。
本教程中,我们在真实数据集上进行实操...
原创
2019-05-11 09:33:35 ·
9885 阅读 ·
2 评论