Belangrijkste voorspellers van hartziekte vinden met SHAP
Je gaat SHAP gebruiken om te begrijpen hoe verschillende features in een voorgetrainde RandomForestClassifier model de voorspellingen voor hartziekte beïnvloeden.
X met de features en y met de labels, en de random forest-classifier model zijn al voor je ingeladen.
Deze oefening maakt deel uit van de cursus
Explainable AI in Python
Oefeninstructies
- Maak een SHAP tree explainer met de naam
explainer. - Bereken
shap_values. - Bereken de absolute gemiddelde SHAP-waarden
mean_abs_shap.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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()