可解释的机器学习

mark一下,感谢作者分享!
原文链接:
https://mp.weixin.qq.com/s/T76efMVUJL0kreh_6msvIQ
kaggle:
https://www.kaggle.com/learn/machine-learning-explainability
开源库:
https://github.com/slundberg/shap

知乎:能不能形象的介绍一下 shapley 值法?
https://www.zhihu.com/question/23180647/answer/49724759

如何获得XGBoost模型的可解释性
http://www.sohu.com/a/274021299_100285715

shap, 一种解释机器学习模型输出的统一方法
https://www.helplib.com/GitHub/article_147779

SHAP(SHapley Additive exPlanations)以一种统一的方法来解释任何机器学习模型的输出
https://gitee.com/mirrors/SHAP

SHAP:Python的可解释机器学习库
https://zhuanlan.zhihu.com/p/83412330

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值