1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wyjaśnialne AI w Pythonie
Connected

ćwiczenie

Znajdowanie kluczowych predyktorów kosztów leczenia za pomocą SHAP

Wartości SHAP dostarczają przejrzystych wyjaśnień dla prognoz tworzonych przez modele uczenia maszynowego. Teraz wykorzystasz SHAP, aby zbadać wpływ różnych cech modelu RandomForestRegressor model na przewidywanie kosztów ubezpieczenia.

Zbiór X z cechami predyktorów oraz y z kosztami ubezpieczenia, a także regressor RandomForest model, zostały wstępnie załadowane.

Pamiętaj, że wykonanie kodu może chwilę potrwać.

Instrukcje

100 XP
  • Zainicjalizuj obiekt wyjaśniający SHAP dla drzew o nazwie explainer dla modelu RandomForest model.
  • Oblicz wartości shap_values dla zbioru danych.
  • Wyznacz średnie bezwzględne wartości SHAP, aby zidentyfikować najbardziej wpływowe cechy.