Avaliação da consistência da explicação do SHAP

Avalie a consistência das explicações de importância dos recursos usando os valores de SHAP em dois subconjuntos diferentes do conjunto de dados de seguros.

Os subconjuntos X1, X2, y1 e y2 foram pré-carregados para você, juntamente com model1 treinado no primeiro subconjunto e model2 treinado no segundo subconjunto.

Este exercício faz parte do curso

IA explicável em Python

Ver curso

Instruções do exercício

Calcule shap_values1 e feature_importance1 para model1.
Calcule shap_values2 e feature_importance2 para model2.
Calcule consistency entre as importâncias dos recursos.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate SHAP values and feature importance for model1
explainer1 = shap.TreeExplainer(model1)
shap_values1 = ____
feature_importance1 = ____

# Calculate SHAP values and feature importance for model2
explainer2 = shap.TreeExplainer(model2)
shap_values2 = ___
feature_importance2 =____

# Consistency calculation
consistency = ____
print("Consistency between SHAP values:", consistency)

Editar e executar o código