ScoringExplainer Sınıf

Puanlama modelini tanımlar.

Dönüştürmeler original_explainer geçirildiyse, bu dönüşümler puanlama açıklamasına taşınır, ham veri bekler ve ham özellikler için varsayılan olarak önemler döndürülür. feature_maps buraya geçirilirse (dönüştürmelerle aynı anda kullanılmaya yönelik DEĞİl), açıklayıcı dönüştürülen verileri bekler ve dönüştürülen veriler için varsayılan olarak önemler döndürülür. Her iki durumda da, açıklayıcının açıklama yönteminde get_raw açıkça True veya False olarak ayarlanarak çıkış belirtilebilir.

ScoringExplainer'ı başlatın.

Dönüştürmeler original_explainer geçirildiyse, bu dönüşümler puanlama açıklamasına taşınır, ham veri bekler ve ham özellikler için varsayılan olarak önemler döndürülür. feature_maps buraya geçirilirse (dönüştürmelerle aynı anda kullanılmaya yönelik DEĞİl), açıklayıcı dönüştürülen verileri bekler ve dönüştürülen veriler için varsayılan olarak önemler döndürülür. Her iki durumda da, açıklayıcının açıklama yönteminde get_raw açıkça True veya False olarak ayarlanarak çıkış belirtilebilir.

Oluşturucu

ScoringExplainer(original_explainer, feature_maps=None, raw_features=None, engineered_features=None, **kwargs)

Parametreler

Name	Description
original_explainer Gerekli	<xref:interpret_community.common.base_explainer.BaseExplainer> Eğitim zamanı açıklayıcısı başlangıçta modeli açıklamak için kullanılır.
feature_maps	list[ndarray] veya list[csr_matrix] Ham özellikten oluşturulan özelliğe bir özellik eşlemesi listesi. Liste, her dizi girişinin (raw_index, generated_index) oluşturulan her ham özellik çiftinin ağırlığı olduğu çekirdek diziler veya seyrek matrisler olabilir. Diğer girişler sıfır olarak ayarlanır. Ham özelliklerden oluşturulan özellikleri oluşturan [t1, t2, ..., tn] dönüştürme dizisi için özellik eşlemeleri listesi, oluşturulan haritalara t1, t2 vb. ile aynı sırada karşılık gelir. T1 ile tn arasında oluşturulan genel ham özellik eşlemesi kullanılabilir durumdaysa, tek bir öğe listesinde yalnızca bu özellik eşlemesi geçirilebilir. Default value: None
raw_features	list[str] Özgün açıklayıcı, mühendislik özellikleriyle ilgili açıklamayı hesaplarsa belirtilebilen ham özellikler için özellik adlarının isteğe bağlı listesi. Default value: None
engineered_features	list[str] Özgün açıklayıcıda dönüştürmeler geçirildiyse ve yalnızca ham özelliklerin önemini hesaplarsa belirtilebilen, mühendislik özellikleri için özellik adlarının isteğe bağlı listesi. Default value: None
original_explainer Gerekli	<xref:interpret_community.common.base_explainer.BaseExplainer> Eğitim zamanı açıklayıcısı başlangıçta modeli açıklamak için kullanılır.
feature_maps Gerekli	list[ndarray] veya list[csr_matrix] Ham özellikten oluşturulan özelliğe bir özellik eşlemesi listesi. Liste, her dizi girişinin (raw_index, generated_index) oluşturulan her ham özellik çiftinin ağırlığı olduğu çekirdek diziler veya seyrek matrisler olabilir. Diğer girişler sıfır olarak ayarlanır. Ham özelliklerden oluşturulan özellikleri oluşturan [t1, t2, ..., tn] dönüştürme dizisi için özellik eşlemeleri listesi, oluşturulan haritalara t1, t2 vb. ile aynı sırada karşılık gelir. T1 ile tn arasında oluşturulan genel ham özellik eşlemesi kullanılabilir durumdaysa, tek bir öğe listesinde yalnızca bu özellik eşlemesi geçirilebilir.
raw_features Gerekli	list[str] Özgün açıklayıcı, mühendislik özellikleriyle ilgili açıklamayı hesaplarsa belirtilebilen ham özellikler için özellik adlarının isteğe bağlı listesi.
engineered_features Gerekli	list[str] Özgün açıklayıcıda dönüştürmeler geçirildiyse ve yalnızca ham özelliklerin önemini hesaplarsa belirtilebilen, mühendislik özellikleri için özellik adlarının isteğe bağlı listesi.

Yöntemler

explain	Verilerin özellik önem değerlerini yaklaşık olarak ayarlamak için puanlama için modeli kullanın.
fit	scikit-learn işlem hattı arabirimini sığdırmak için gerekli olan sahte yöntemi uygulayın.
predict	Verilerin özellik önem değerlerini almak için puanlama için TreeExplainer ve ağaç modelini kullanın. .explain() işlevini sarmalar.

explain

Verilerin özellik önem değerlerini yaklaşık olarak ayarlamak için puanlama için modeli kullanın.

abstract explain(evaluation_examples, get_raw)

Parametreler

Name	Description
evaluation_examples Gerekli	array veya DataFrame veya csr_matrix Modelin çıkışını açıklayacak özellik vektör örnekleri (# örnekleri x # özellikleri) matrisi.
get_raw Gerekli	bool True ise ham özelliklerin önem değerleri döndürülür. False ise, mühendislik özellikleri için önem değerleri döndürülür. Belirtilmemişse ve dönüştürmeler özgün açıklamaya geçirildiyse, ham önem değerleri döndürülür. Belirtilmemişse ve puanlama açıklamasına feature_maps geçirildiyse, mühendislik önem değerleri döndürülür.

Döndürülenler

Tür	Description
list	Regresyon gibi tek çıkışlı bir model için bu yöntem özellik önem değerleri matrisi döndürür. Vektör çıkışı olan modeller için bu işlev, her çıkış için bir tane olmak üzere bu tür matrislerin listesini döndürür. Bu matrisin boyutu şudur: (# örnekler x # özellikler).

fit

scikit-learn işlem hattı arabirimini sığdırmak için gerekli olan sahte yöntemi uygulayın.

fit(X, y=None)

Parametreler

Name	Description
X Gerekli	Eğitim verileri.
y	Eğitim hedefleri. Default value: None

predict

Verilerin özellik önem değerlerini almak için puanlama için TreeExplainer ve ağaç modelini kullanın.

.explain() işlevini sarmalar.

predict(evaluation_examples)

Parametreler

Name	Description
evaluation_examples Gerekli	array veya DataFrame veya csr_matrix Modelin çıkışını açıklayacak özellik vektör örnekleri (# örnekleri x # özellikleri) matrisi.

Döndürülenler

Tür	Description
list	Regresyon gibi tek çıkışlı bir model için bu özellik önem değerleri matrisi döndürür. Vektör çıkışı olan modeller için bu işlev, her çıkış için bir tane olmak üzere bu tür matrislerin listesini döndürür. Bu matrisin boyutu şudur: (# örnekler x # özellikler).

Öznitelikler

engineered_features

Açıklama çağrısında get_raw=False parametresine karşılık gelen mühendislik özelliği adlarını alın.

Özgün açıklayıcıya dönüştürmeler geçirildiyse, mühendislik özellikleri engineered_features parametresi kullanılarak puanlama açıklama oluşturucusuna geçirilmelidir. Aksi takdirde, özellik haritaları puanlama açıklamasına geçirildiyse, mühendislik özellikleri özelliklerle aynı olacaktır.

Döndürülenler

Tür	Description
list[str], None	Tasarlanmış özellik adları veya kullanıcı tarafından verilmemişse Hiçbiri.

features

Özellik adlarını alın.

Açıklama çağrısında get_raw belirtilmezse varsayılan özellik adlarını döndürür.

Döndürülenler

Tür	Description
list[str], None	Özellik adları veya kullanıcı tarafından verilmemişse Hiçbiri.

raw_features

Açıklama çağrısında get_raw=True parametresine karşılık gelen ham özellik adlarını alın.

Özgün açıklayıcıya dönüştürmeler geçirilmemişse ve feature_maps puanlama açıklamasına geçirilmişse, ham özellik adlarının raw_features parametresi kullanılarak puanlama açıklama oluşturucusuna geçirilmesi gerekir. Aksi takdirde ham özellikler özelliklerle aynı olur.

Döndürülenler

Tür	Description
list[str], None	Ham özellik adları veya kullanıcı tarafından verilmemişse Hiçbiri.