interpret Paquet

Contient les fonctionnalités pour l’utilisation de l’interprétation du modèle dans Azure Machine Learning.

Vous pouvez vous servir de l’interprétabilité des modèles pour expliquer pourquoi un modèle fait les prédictions qu’il fait et pour aider à instaurer une confiance dans le modèle. Avec ce package, vous pouvez obtenir l’importance des caractéristiques et des classes pour les modèles BlackBox et WhiteBox, à la fois sur les caractéristiques brutes et conçues. Pour plus d’informations, consultez l’article Interprétabilité de modèles dans Azure Machine Learning.

Ce package utilise les techniques d’interprétabilité développées dans le SDK Interpret Community, package Python open source pour entraîner des modèles interprétables et expliquer des systèmes BlackBox avec des techniques d’interprétabilité et des fonctions utilitaires supplémentaires pour gérer les jeux de données et workflows réels. Le SDK Interpret Community héberge les explicatifs pris en charge du SDK Azure Machine Learning, tels que les explicatifs SHAP, les explicatifs de simulation, les explicatifs tabulaires et autres.

La classe clé de ce package est la classe MimicWrapper, qui fournit un wrapper pour réduire le nombre d’appels de fonction nécessaires à l’utilisation du package d’interprétation de modèle.

Paquets

common	Contient une infrastructure commune, une hiérarchie de classes et des utilitaires pour les explications de modèle dans Azure Machine Learning.
model	Définit le concept de modèle pour l’interprétation.
scoring	Module pour les explicatifs légers à exécuter au moment du scoring.

Modules

mimic_wrapper

Définit les fonctionnalités permettant de wrapper l’interprétabilité du machine learning dans une seule API.

Classes

ExplanationClient	Définit le client qui charge et télécharge les explications. Crée le client utilisé pour interagir avec les explications et l’historique des exécutions.
MimicWrapper	Explicatif de wrapper qui réduit le nombre d’appels de fonction nécessaires à l’utilisation du package de modèle d’explication. Initialisez le MimicWrapper. « <<qui accepte un ndarray 2d :p aram explainable_model: Le modèle de substitution non initialisé utilisé pour expliquer le modèle de boîte noire. Également connu sous le nom de modèle étudiant.