scoring_explainer Paquete

Define modelos de puntuación para aproximar los valores de importancia de la característica.

Clases

DeepScoringExplainer	Define un modelo de puntuación basado en DeepExplainer. Si el explicador original usaba un elemento DeepExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador. Inicialice deepScoringExplainer. Si el explicador original usaba un elemento DeepExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador.
KernelScoringExplainer	Define un modelo de puntuación basado en KernelExplainer. Si el explicador original usaba un elemento KernelExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador. Inicialice kernelScoringExplainer. Si el explicador original usaba un elemento KernelExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador.
LinearScoringExplainer	Define un modelo de puntuación basado en LinearExplainer. Si el explicador original usaba un elemento LinearExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador. Inicialice linearScoringExplainer. Si el explicador original usaba un elemento LinearExplainer de SHAP y no se pasaron datos de inicialización, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método o se pasaron nuevos datos de inicialización en initialization_examples, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador.
ScoringExplainer	Define un modelo de puntuación. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador. Inicialice scoringExplainer. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador.
TreeScoringExplainer	Define un modelo de puntuación basado en TreeExplainer. Si el explicador original usaba un TreeExplainer de SHAP, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador. Inicialice treeScoringExplainer. Si el explicador original usaba un TreeExplainer de SHAP, se reutilizará el núcleo del explicador original. Si el explicador original usó otro método, se creará un nuevo explicador. Si las transformaciones se pasaron en original_explainer, esas transformaciones se llevarán al explicador de puntuación, esperarán datos sin procesar y, de manera predeterminada, se devolverán las importancias para las características sin procesar. Si feature_maps se pasan aquí (NO está pensado para usarse al mismo tiempo que las transformaciones), el explicador esperará datos transformados y, de manera predeterminada, se devolverán las importancias para los datos transformados. En cualquier caso, la salida se puede especificar estableciendo get_raw explícitamente en True o False en el método explain del explicador.

Funciones

load

Cargue el explicador de puntuación desde el disco.

load(directory)

Parámetros

Nombre	Description
directory Requerido	str Directorio en el que se almacena el explicador serializado. Se supone que scoring_explainer.pkl está disponible en el nivel superior del directorio.

Devoluciones

Tipo	Description
ScoringExplainer	El explicador de puntuación de una explicación, cargado desde el disco.

save

Guarde el explicador de puntuación en el disco.

save(scoring_explainer, directory='.', exist_ok=False)

Parámetros

Nombre	Description
scoring_explainer Requerido	Objeto de explicación de puntuación que se va a guardar. El explicador se escribirá en [directorio]/scoring_explainer.pkl.
directory	str Directorio en el que se debe almacenar el explicador serializado. Si el directorio no existe, se creará. Valor predeterminado: .
exist_ok	bool Si es False (el estado predeterminado), se producirá una advertencia si el directorio especificado ya existe. Si es True, se usará el directorio actual y se sobrescribirá cualquier contenido superpuesto. Valor predeterminado: False

Devoluciones

Tipo	Description
str	Ruta de acceso al archivo pickle del explicador de puntuación.