Trouver des prédicteurs clés des maladies cardiaques avec SHAP
Votre tâche consiste à utiliser SHAP pour comprendre comment les différentes caractéristiques d'un RandomForestClassifier pré-entraîné model influencent les prédictions de maladies cardiaques.
X contenant les caractéristiques et y contenant les étiquettes, et le classificateur de forêt aléatoire model ont été préchargés pour vous.
Cet exercice fait partie du cours
L'IA explicable en Python
Instructions
- Créez un explicateur d'arbre SHAP nommé
explainer. - Calculer
shap_values. - Calculer les valeurs absolues moyennes de SHAP
mean_abs_shap.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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()