我一直在使用sklearnRandomForestClassifier解决二元分类问题。
对于特定的样本预测，我希望能够了解如何改变特征值来改变预测.
例如。假设我有一个条目[size = 15, width = 8, height = 13]该模型给了我一个probability = 0.9属于class 1。我想说的是“改变size from 15 to 10“然后你的probability=0.1例如。
然后，最佳情况下，我想要的是特征值中从一个类移动到另一类的最小“梯度”（或者给出最大概率变化的梯度）。
也许我错了，但从我读到的内容来看，LIME 和 TreeInterpreter 包不提供此类信息？
部分相关图近似于目标与边缘化于所有其他自变量的特定自变量之间的相关性。
虽然它并没有在所有点上给出精确的梯度。它帮助我们直观地了解变量的行为。
您可以在这里找到更多相关信息：https://scikit-learn.org/stable/modules/ generated/sklearn.inspection.plot_partial_dependence.html https://scikit-learn.org/stable/modules/generated/sklearn.inspection.plot_partial_dependence.html
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
