如果我想要获得具有n个变量的kNN分类器的核SHAP的Shap值，我是否必须重新计算2^n次预测？
(我使用的不是python，而是MATLAB，所以我需要知道算法的内部原理)
浏览 75提问于2020-06-05得票数 1
回答已采纳
我用的是方法获取SHAP值，其中X是整个训练数据集。这些SHAP值使我比较单个预测，以及整个数据集的平均预测。在克里斯托弗·莫尔纳的在线书5.9.4节中，他提到：
“与其将预测与整个数据集的平均预测进
浏览 10提问于2021-03-25得票数 1
1回答
我使用隔离林模型进行异常检测，我还试图构建shap_force图来查看特性。我构建的隔离森林模型是：model.fit(df)df['anomaly_label']=pred
我试着得到形状<
浏览 4提问于2021-09-14得票数 0
1回答
我一直试图在我的ML中使用SHAP值来帮助理解每个特性对本地结果的贡献。我理解所有特性的SHAP值总结起来解释了为什么预测与基线值不同。这样我们就可以在这样的图中分解预测：shap_values = explainer.shap_values(X_tr
浏览 1提问于2020-10-05得票数 1
1回答
例如，为了绘制作用力图，我要：其中：
exp.expected_values是一个大小为100的列表，其中包含我的每个目标的基值(这至少是我所理解的)。shap_values指的是每个验证用例中每个目标的所有特性的Shapley值。因此，j从0运行到99 (即我的目标
浏览 3提问于2020-10-21得票数 2
1回答
虽然通过网上的各种资源来理解shap的情节，我最终还是有点困惑。以下是我对例子中的整体情节的解释-特征的Shap值0对应于使用除感兴趣的特征以外的所有其他可能的特征组合的平均预测。例如，LSTAT的shap值0对应于具有不同特征组合的模型的平均
浏览 0提问于2020-01-03得票数 7
Shapley附加解释(SHAP值)的用途是了解每个特性如何对模型的预测做出贡献。对于某些目标，例如以RMSE作为目标函数的回归，SHAP值以标签值的本机单位表示。考虑到这些信息，我的问题是:在使用Tweedie回归目标解释模型时，我们如何将每个特性的SHAP值转换为目标标签的数据空间？
我不知道有哪个包目前正
浏览 2提问于2020-11-11得票数 4
1回答
我一直在尝试使用logit链接将shap值转换为数据集中所有要素的概率。model_output ='probability‘参数不适用于我的catboost模型。我想转换每个特征的形状值，这样当你对它们求和时，它们等于力图上显示的概率。我使用了一个预先编写的函数将对数赔率转换为概率，但在力图中，总和并不相等。有什么建议吗？explainer = shap.TreeExplainer(ca
浏览 41提问于2021-03-05得票数 1
我试图为一小部分预测提供shap决策图，但shap找到的输出与仅使用模型进行预测时得到的输出不同，即使在调用中使用link = 'logit‘也是如此。由于我试图绘制的子集，我试图生成的每个决策图的结果都应该大于期望值。但是，生成的每个单独的图都有一个低于预期值的预测</em
浏览 0提问于2019-10-01得票数 1
我正在玩DeepExplainer来获取深度学习模型的形状值。通过遵循一些教程，我可以得到一些结果，即哪些变量从基值(即训练集中的平均模型输出)推动模型预测。e = shap.DeepExplainer(model0, background)
shap_values = e.shap_values(healthScaler.transform(test(e.expected_value[0
浏览 4提问于2019-08-23得票数 2
3回答
我试着练习和学习shapley值方法来解释我对二进制分类问题的预测。然而，我很难理解下面的情节。( 1) day_2_balance对预测的影响是否为1？还是蓝色值导致预测1？( 4)当我在粉红色周围徘徊时，我很少看到更多的列名有一些值。它们表明了什么？
5)特征的大小是否代表了它们的重要性？意味着PEEP_min=5的大小比其他特性更大？
浏览 0提问于2019-12-27得票数 4
1回答
我有两个不同的force_plot参数，我可以提供以下内容：
shap.force_plot(explainer.expected_value[0], shap_values[0], choosen_instance对于我的模型，我有两个期望值: 0.20826239，0.79173761，我如何知道使用哪一个？我对期望值的理解是，它是我的模型对列车数据的平均预测。因为我有class_1和class
浏览 8提问于2022-03-21得票数 3
回答已采纳
1回答
是否有一个包允许为非基于XGBoost或决策树的模型的多个观测值估计shap值？我用Caret和NNET创建了一个神经网络。我想开发一个蜂温图和形状依赖图，以探讨我的模型中的某些变量与结果之间的关系。我唯一的成功是使用DALEX包来估计SHAP值，但是DALEX只对单个实例这样做，不能使用SHAP值进行全局分析
浏览 4提问于2022-12-03得票数 0
1回答
当我阅读scikit学习示例时，典型的机器学习流程是预处理-->学习-->预测。如下所示的代码片段： ('knn', KNeighborsClassifier())]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
浏览 1提问于2018-04-04得票数 0
回答已采纳
使用Python，我创建了一个神经网络来执行对二进制类数据集的预测(例如，乘客会在泰坦尼克号上生存吗？)我正在使用SHAP软件包来解释个人预测。对于此数据集中的所有实例，SHAP输出的可视化值为0，较高/较低的图为空(没有列出的特性)。shap.force_plot(k_explainer.expected_value[0], k_shap</e
浏览 0提问于2019-10-15得票数 2
2回答
如何在形状上绘制错误分类的样本？
、、、、
我有一个基因数据集，得分在引起疾病的可能性的0到1之间(基因得分为1是已知的致病基因，而如果基因得分为0.74，则很可能导致疾病)。我试图建立一个机器学习模型来预测新基因在回归分类中的疾病评分。回归器，并查看了MSE，预测了r2，并绘制了观察到的和预期的值。我可以从观察到的和预期的图中看到，Y中得分1的基因有很多被模型预测的低分数，我想知道为什么
浏览 3提问于2020-10-09得票数 1
回答已采纳
假设我们有一个二进制分类问题，我们有两类1和0作为我们的目标。我的目标是使用树分类器来预测给定特征的1s和0s。此外，我可以使用SHAP值对预测1和0的特性重要性进行排序。到现在为止一切都很好！现在假设我想知道仅预测1的特性的重要性，推荐的方法是什么？我可以将我的数据分成两部分(名义上是：df_tot = df
浏览 1提问于2020-12-02得票数 7
回答已采纳
我试图绘制图形这是我的代码rnd_clf是一个RandomForestClassifierexplainer = shap.TreeExplainer(rnd_clf) shap.summary_plot(shap_values[1], X)
我知道shap_values[0]是负的，shap_values[
浏览 3提问于2021-01-03得票数 5
回答已采纳
1回答
我用R的caret包拟合k近邻模型。cbind(y, predictors))我留下一个观察作为测试数据，并使用训练数据拟合模型id = sample(nrow(data)-1)test = data[-id,]
knn.model = train(Price~., m
浏览 4提问于2019-07-19得票数 1
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
