1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Explainable AI v Pythonu
Connected

cvičení

Kernel Explainer pro MLPRegressor

Dataset pro přijímací řízení už znáš, takže teď využiješ SHAP Kernel Explainer k vysvětlení modelu MLPRegressor natrénovaného na těchto datech. Tato metoda ti umožní kriticky zhodnotit, jak jednotlivé příznaky ovlivňují předpovědi modelu, a porovnat zjištěné poznatky se svými dosavadními znalostmi o datasetu.

X obsahující prediktory a y obsahující rozhodnutí o přijetí jsou spolu s předtrénovaným modelem MLPRegressor model předem načteny.

Pokyny

100 XP
  • Vytvoř SHAP Kernel Explainer pomocí modelu MLPRegressor model a k-means souhrnu 10 vzorků z X.
  • Vygeneruj shap_values pro X.
  • Vypočítej průměrné absolutní hodnoty SHAP, abys identifikoval/a klíčové faktory ovlivňující přijetí.