Arı sürüsü grafikleriyle özellik etkilerini analiz etme
Üniversitede veri bilimci rolünde devam ederken, şimdi odağını kabul sonuçları üzerindeki tekil özellik etkilerinin daha ayrıntılı analizine çeviriyorsun. Kabul kararlarını etkileyen temel etmenleri belirlemek önemliydi; ancak daha derine inmek, bu etmenlerdeki değişimlerin tahminleri tam olarak nasıl etkilediğini anlamamızı sağlar. Bu ek içgörü, test puanları veya CGPA’daki (kümülatif not ortalaması) değişimlerin kabul olasılığını nasıl etkilediği gibi soruları yanıtlamaya yardımcı olarak, bilinçli kararlar ve politika önerileri için daha net bir tablo sunar.
shap kütüphanesi ile eğitim verileri (X_train, y_train) senin için önceden yüklendi.
Bu egzersiz
Python ile Açıklanabilir AI
kursunun bir parçasıdırEgzersiz talimatları
TreeExplainerkullanarakshap_valuestüret.- Elde ettiğin
shap_valuesile arı sürüsü grafiğini çiz ve analiz et.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Derive shap values
explainer = ____
shap_values = ____
# Plot the beeswarm plot
____