Share via

interpret Paket

  • Referensi

Berisi fungsionalitas untuk bekerja dengan kemampuan interpretasi model dalam Azure Machine Learning.

Anda bisa menggunakan kemampuan interpretasi model untuk menjelaskan alasan model membuat prediksi yang dilakukannya dan membantu membangun kepercayaan pada model. Dengan paket ini Anda bisa mendapatkan fitur dan kepentingan kelas untuk model blackbox dan whitebox, baik pada fitur yang mentah maupun yang direkayasa. Untuk informasi selengkapnya, lihat artikel Kemampuan interpretasi model dalam Azure Machine Learning.

Paket ini menggunakan teknik kemampuan interpretasi yang dikembangkan dalam SDK Interpret Community, paket Python sumber terbuka untuk melatih model yang dapat ditafsirkan dan membantu menjelaskan sistem blackbox, dengan teknik kemampuan interpretasi tambahan dan fungsi utilitas untuk menangani himpunan data serta alur kerja dunia nyata. SDK Interpret Community menghosting SDK Azure Machine Learning yang didukung penjelas seperti penjelas SHAP, Mimic Explainer, Tabular Explainer, dan lainnya.

Kelas kunci dalam paket ini adalah kelas MimicWrapper, yang menyediakan pembungkus untuk mengurangi jumlah panggilan fungsi yang diperlukan untuk bekerja dengan paket model interpretasi.

Paket

common

Berisi infrastruktur umum, hierarki kelas, dan utilitas untuk penjelasan model di Azure Machine Learning.
model

Menentukan konsep model untuk kemampuan interpretasi.
scoring

Modul untuk penjelas ringan untuk dijalankan pada waktu penilaian.

Modul

mimic_wrapper

Menentukan fungsionalitas untuk menggabungkan kemampuan interpretasi pembelajaran mesin ke dalam satu API.

Kelas

ExplanationClient

Menentukan klien yang mengunggah dan mengunduh penjelasan.

Buat klien yang digunakan untuk berinteraksi dengan penjelasan dan menjalankan riwayat.
MimicWrapper

Penjelas wrapper yang mengurangi jumlah panggilan fungsi yang diperlukan untuk menggunakan paket model penjelasan.

Inisialisasi MimicWrapper.

'<<yang menerima :p aram ndarray 2d explainable_model: Model pengganti yang tidak diinisialisasi digunakan untuk menjelaskan model kotak hitam.

Juga dikenal sebagai model siswa.