Znajdowanie kluczowych predyktorów chorób serca za pomocą SHAP
Twoim zadaniem jest użycie SHAP, aby zrozumieć, jak różne cechy wstępnie wytrenowanego modelu RandomForestClassifier wpływają na predykcje dotyczące chorób serca.
Zbiór cech X, etykiety y oraz klasyfikator lasu losowego model zostały wcześniej wczytane.
To ćwiczenie jest częścią kursu
Wyjaśnialne AI w Pythonie
Instrukcje do ćwiczenia
- Utwórz eksplorator drzewa SHAP o nazwie
explainer. - Oblicz
shap_values. - Oblicz średnie bezwzględne wartości SHAP
mean_abs_shap.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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()