CommencerCommencez gratuitement

Identifier les principaux prédicteurs des maladies cardiaques avec SHAP

Votre objectif est d’utiliser SHAP pour comprendre comment différentes variables d’un RandomForestClassifier model pré-entraîné influencent les prédictions de maladies cardiaques.

X, qui contient les variables explicatives, y, qui contient les étiquettes, ainsi que le classifieur random forest model ont été préchargés pour vous.

Cet exercice fait partie du cours

<cours>IA explicable en Python</cours>
Voir le cours

Instructions de l’exercice

  • Créez un TreeExplainer SHAP nommé explainer.
  • Calculez shap_values.
  • Calculez la valeur absolue moyenne des valeurs 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