1. Uczyć się
  2. /
  3. Courses
  4. /
  5. Python으로 배우는 Explainable AI

Connected

Exercise

SHAP vs. 모델별 접근법

Kernel Explainer로부터 얻은 SHAP 값과 로지스틱 회귀 계수의 설명력을 소득 데이터셋에서 비교해 보겠습니다. 스크립트 마지막에서 보조 함수 plot_importances()가 호출되어 동일한 그래프에 중요도를 그립니다.

특징을 담은 X, 레이블을 담은 y, 그리고 로지스틱 회귀 model은 미리 로드되어 있습니다. matplotlib.pyplot은 plt로 임포트되어 있습니다.

Instrukcje

100 XP
  • 로지스틱 회귀 model의 계수를 계산하세요.
  • 로지스틱 회귀 model과 X에서 k-means로 요약한 10개 샘플을 사용해 Kernel Explainer를 생성하고 shap_values를 구하세요.
  • 각 특징의 영향력을 추정하기 위해 SHAP 절댓값의 평균을 계산하세요.