interpret 包
包含用于在 Azure 机器学习中使用模型可解释性的功能。
可以使用模型可解释性来解释模型做出预测的原因，并帮助构建模型置信度。 通过此包，可以获取黑盒和白盒模型的特征重要性和类重要性，包括原始特征和工程特征。 有关详细信息，请参阅 Azure 机器学习中的模型可解释性一文。
此包使用 Interpret Community SDK（用于训练可解释模型并帮助解释黑盒系统的开源 Python 包）中开发的可解释性技术，以及用于处理实际数据集和工作流的其他可解释性技术和实用工具函数。 Interpret Community SDK 托管 Azure 机器学习 SDK 支持的解释器，如 SHAP 解释器、模拟解释器、表格解释器等。
此包中的关键类是 MimicWrapper 类，该类提供包装器来减少使用解释模型包所需的函数调用次数。
包
| common |
包含用于 Azure 机器学习中模型解释的通用基础结构、类层次结构和实用程序。 |
| model |
定义可解释性的模型概念。 |
| scoring |
要在评分时运行的轻型解释器模块。 |
模块
| mimic_wrapper |
定义用于将机器学习可解释性包装到单个 API 中的功能。 |
类
| ExplanationClient |
定义上传和下载说明的客户端。 创建用于与说明和运行历史记录交互的客户端。 |
| MimicWrapper |
包装解释器，它减少了使用解释模型包所需的函数调用次数。 初始化 MimicWrapper。
也称为学生模型。 |