Erklärung des Einkommensniveaus mit SHAP
Nun übst du den Umgang mit SHAP, um zu analysieren und zu visualisieren, wie jedes Merkmal die Vorhersagen eines trainierten Modells für eine einzelne Stichprobe aus dem Einkommensdatensatz beeinflusst. Dazu verwendest du ein Wasserfalldiagramm, um die jeweiligen Beiträge der Merkmale zu verdeutlichen.
Ein trainiertes KNN-Modell (model) wurde bereits geladen. Der Datensatz mit den Merkmalen ist in X hinterlegt.
Diese Übung ist Teil des Kurses
<Kurs>Erklärbare KI in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
import shap
# Create the SHAP explainer
explainer = ____
# Compute SHAP values for the first instance in X
shap_values = ____
print(shap_values)