Individuare i principali predittori di malattie cardiache con SHAP
Il tuo compito è usare SHAP per capire come le diverse feature in un RandomForestClassifier model già addestrato influenzano le previsioni di malattie cardiache.
X, che contiene le feature, y, che contiene le etichette, e il classificatore random forest model sono già stati caricati per te.
Questo esercizio fa parte del corso
Explainable AI in Python
Istruzioni dell'esercizio
- Crea un tree explainer SHAP chiamato
explainer. - Calcola
shap_values. - Calcola i valori SHAP assoluti medi
mean_abs_shap.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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()