我是靠谱客的博主 忧伤绿草,最近开发中收集的这篇文章主要介绍ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例# 1、定义数据集# 2、数据预处理# 3、模型建立与训练,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例

目录

基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例

# 1、定义数据集

# 2、数据预处理

# 2.1、类别特征编码

# 2.2、特征筛选且空值填充

# 3、模型建立与训练

# 3.1、数据集切分

# 3.2、建立EBC模型

# 3.3、基于EBC模型实现模型可解释性

# (1)、整体的可解释性

# (2)、局部的可解释性


相关文章
ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例
ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例实现

基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例

# 1、定义数据集

PassengerIdSurvivedPclassNameSexAgeSibSpParchTicketFareCabinEmbarked
103Braund, Mr. Owen Harrismale2210A/5 211717.25S
211Cumings, Mrs. John Bradley (Florence Briggs Thayer)female3810PC 1759971.2833C85C
313Heikkinen, Miss. Lainafemale2600STON/O2. 31012827.925S
411Futrelle, Mrs. Jacques Heath (Lily May Peel)female351011380353.1C123S
503Allen, Mr. William Henrymale35003734508.05S

# 2、数据预处理

# 2.1、类别特征编码

# 2.2、特征筛选且空值填充

   Pclass   Age  SibSp  Parch     Fare  Sex_encoding  Embarked_encoding  
0       3  22.0      1      0   7.2500             1                  0   
1       1  38.0      1      0  71.2833             0                  1   
2       3  26.0      0      0   7.9250             0                  0   
3       1  35.0      1      0  53.1000             0                  0   
4       3  35.0      0      0   8.0500             1                  0   

   Survived  
0         0  
1         1  
2         1  
3         1  
4         0  

# 3、模型建立与训练

# 3.1、数据集切分

# 3.2、建立EBC模型

# 3.3、基于EBC模型实现模型可解释性

# (1)、整体的可解释性

Sex_encoding
Pclass
Fare
Age
SibSp
pclass x Sex_encoding
Parch
Embarked_encoding
Age x Fare
Age x SibSp
Parch x Fare
Parch x Sex_encoding
Age x Parch
Pclass x Age
Age x Sex_encoding

 

age,10岁以下,年龄小的,可以增加生存的机会

fare票价越高,越可以增加生存的机会

男性,会降低生存的机会

0港口即Southampton港口,会降低生存的机会

# (2)、局部的可解释性—选择测试样本数据中前5行

前五个样本,逐个可视化每一个样本的预测解释

 

 

 

最后

以上就是忧伤绿草为你收集整理的ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例# 1、定义数据集# 2、数据预处理# 3、模型建立与训练的全部内容,希望文章能够帮你解决ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例# 1、定义数据集# 2、数据预处理# 3、模型建立与训练所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(32)

评论列表共有 0 条评论

立即
投稿
返回
顶部