Encontrar predictores clave de cardiovasculopatías con SHAP
Tu tarea es usar SHAP para comprender cómo influyen las distintas características de un RandomForestClassifier model preentrenado en las previsiones de cardiovasculopatía.
X, que contiene las características, y, que contiene las etiquetas, y el clasificador de bosque aleatorio model se han cargado previamente para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Instrucciones del ejercicio
- Crea un SHAP.TreeExplainer llamado
explainer. - Calcula
shap_values. - Calcula los valores SHAP absolutos medios
mean_abs_shap.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
import shap
# Create a SHAP Tree Explainer
explainer = ____
# Calculate SHAP values
shap_values = ____
# Calculate mean absolute SHAP values
mean_abs_shap = ____
plt.bar(X.columns, mean_abs_shap)
plt.title('Mean Absolute SHAP Values for RandomForest')
plt.xticks(rotation=45)
plt.show()