1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Explainable AI trong Python
Connected

Bài tập

Kernel explainer cho MLPRegressor

Với sự quen thuộc của bạn về bộ dữ liệu tuyển sinh, bạn sẽ dùng Kernel Explainer của SHAP để giải thích một MLPRegressor được huấn luyện trên dữ liệu này. Phương pháp này giúp bạn đánh giá một cách phản biện cách các đặc trưng khác nhau ảnh hưởng đến dự đoán của mô hình và đối chiếu những hiểu biết này với hiểu biết sẵn có của bạn về bộ dữ liệu.

X chứa các biến dự báo và y chứa quyết định trúng tuyển, cùng với MLPRegressor model đã được huấn luyện sẵn, đã được nạp sẵn cho bạn.

Hướng dẫn

100 XP
  • Tạo một SHAP Kernel Explainer dùng MLPRegressor model và phần tóm tắt k-means gồm 10 mẫu từ X.
  • Sinh shap_values cho X.
  • Tính giá trị SHAP tuyệt đối trung bình để xác định các yếu tố chính ảnh hưởng đến kết quả trúng tuyển.