CommencezCommencez gratuitement

Repérer les principaux prédicteurs de maladies cardiaques avec SHAP

Votre tâche est d'utiliser SHAP pour comprendre comment différentes variables d'un RandomForestClassifier model déjà entraîné influencent les prédictions de maladies cardiaques.

X, qui contient les variables, y, qui contient les étiquettes, ainsi que le classifieur par forêts aléatoires model, ont été préchargés pour vous.

Cette activité fait partie du cours

Explainable AI en Python

Voir le cours

Instructions de l’exercice

  • Créez un explicateur d'arbres SHAP nommé explainer.
  • Calculez shap_values.
  • Calculez la moyenne des valeurs absolues SHAP mean_abs_shap.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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()
Modifier et exécuter le code