1. Learn
    2. /
  2. Cursuri
    3. /
  3. AI Explicabil în Python
Connected

exercițiu

Kernel Explainer pentru MLPClassifier

Rețelele neuronale pot fi foarte precise, însă înțelegerea deciziilor lor este adesea dificilă din cauza complexității lor. Acum vei folosi SHAP Kernel Explainer pentru a interpreta un MLPClassifier antrenat pe setul de date privind veniturile adulților. Vei explora care dintre cele trei caracteristici — vârsta, educația sau orele lucrate pe săptămână — este cea mai importantă pentru predicția venitului conform acestui model.

X, care conține predictorii, și y, care conține deciziile de admitere, împreună cu MLPClassifier pre-antrenat model, au fost încărcate în prealabil.

Instrucțiuni

100 XP
  • Instanțiază un SHAP Kernel Explainer folosind MLPClassifier model și un rezumat k-means de 10 eșantioane din X.
  • Generează shap_values pentru X.
  • Calculează media valorilor SHAP absolute pentru a identifica factorii-cheie care influențează admiterile.