1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶExplainable AI
Connected

演習

MLPClassifier のための Kernel Explainer

ニューラルネットワークは高い精度を発揮しますが、その複雑さゆえ意思決定の理解は難しくなりがちです。ここでは、成人所得データセットで学習した MLPClassifier を SHAP Kernel Explainer で解釈します。年齢、教育、週あたりの労働時間という3つの特徴量のうち、このモデルで所得予測に最も重要なのはどれかを探っていきます。

予測変数を含む X、判定結果を含む y、そして事前学習済みの MLPClassifier model はすでに読み込まれています。

指示

100 XP
  • MLPClassifier model と、X から 10 サンプルの k-means サマリーを用いて、SHAP Kernel Explainer をインスタンス化します。
  • X に対する shap_values を生成します。
  • 平均絶対 SHAP 値を計算して、合否に影響する主要な要因を特定します。