SHAP voor het uitleggen van inkomensniveaus
Oefen met SHAP om te analyseren en te visualiseren hoe elke feature de voorspellingen van een getraind model beïnvloedt voor één sample uit de inkomensgegevensset, met een waterfall-plot voor meer inzicht in de bijdrage van features.
Een getraind KNN-model is voor je geladen. De gegevensset met features is geladen in X.
Deze oefening maakt deel uit van de cursus
Explainable AI in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
import shap
# Create the SHAP explainer
explainer = ____
# Compute SHAP values for the first instance in X
shap_values = ____
print(shap_values)