作者:黄天元,复旦大学博士在读,热爱数据科学与开源工具(R),致力于利用数据科学迅速积累行业经验优势和学术知识发现。知乎专栏:R语言数据挖掘 邮箱:huang.tian-yuan@qq.com.欢迎合作交流。
上次在
HopeR:R语言机器学习:caret包使用及其黑箱模型解释(连续变量预测)zhuanlan.zhihu.com中介绍了如何使用caret包建模并采用DALEX包进行模型的解释。当时是针对连续型变量进行探索,这次我们针对响应变量为离散变量(分类变量)的模型进行黑箱解释。
1 包的载入与数据导入
安装4个包。
library(pacman)
p_load(DALEX,caret,tidyverse,breakDown)
观察我们要使用的目标数据:
library(breakDown)
data(wine)
wine %>% as_tibble
# A tibble: 4,898 x 12
fixed.acidity volatile.acidity citric.acid residual.sugar chlorides free.sulfur.dio~ total.sulfur.di~ density
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 7 0.27 0.36 20.7 0.045 45 170 1.00
2 6.3 0.3 0.34 1.6 0.049 14 132 0.994
3 8.1 0.28 0.4 6.9 0.05 30 97 0.995
4 7.2 0.23 0.32 8.5 0.058 47 186 0.996
5 7.2 0.23 0.32 8.5 0.058 47