文章插图
使用Shapash构建特征贡献图
文章插图
使用Shapash库创建的交互式仪表板
文章插图
使用Shapash构建的局部解释图
InterpretMLInterpretML是一个开源的Python包，它向研究人员提供机器学习可解释性算法 。InterpretML支持训练可解释模型(glassbox)，以及解释现有的ML管道(blackbox) 。
InterpretML展示了两种类型的可解释性：glassbox模型——为可解释性设计的机器学习模型(如:线性模型、规则列表、广义可加模型)和黑箱可解释性技术——用于解释现有系统(如:部分依赖，LIME) 。使用统一的API并封装多种方法，拥有内置的、可扩展的可视化平台，该包使研究人员能够轻松地比较可解释性算法 。InterpretML还包括了explanation Boosting machine的第一个实现，这是一个强大的、可解释的、glassbox模型，可以像许多黑箱模型一样精确 。
文章插图
使用InterpretML构建的局部解释交互式图
文章插图
使用InterpretML构建的全局解释图
ELI5ELI5是一个可以帮助调试机器学习分类器并解释它们的预测的Python库 。目前支持以下机器学习框架:
- scikit-learn
- XGBoost、LightGBM CatBoost
- Keras
- 检查模型参数并说明模型是如何全局工作的;
- 检查模型的单个预测并说明什么模型会做出这样的决定 。
文章插图
使用ELI5库生成全局权值
文章插图
使用ELI5库生成局部权重
OmniXAIOmniXAI (Omni explained AI的简称)，是Salesforce最近开发并开源的Python库 。它提供全方位可解释的人工智能和可解释的机器学习能力来解决实践中机器学习模型在产生中需要判断的几个问题 。对于需要在ML过程的各个阶段解释各种类型的数据、模型和解释技术的数据科学家、ML研究人员，OmniXAI希望提供一个一站式的综合库，使可解释的AI变得简单 。
文章插图
以下是OmniXAI提供的与其他类似库的对比
文章插图
作者：Moez Ali
推荐阅读
- 米其林餐厅|顶级肉欲剧来了，我一口气刷完，爽
- AMG|顶级“搬砖”享受！梅赛德斯-AMG推出办公椅：卖2.4万
- 6个最适合冬天旅行的目的地 冬天适合去哪里旅游
- 求一个可以挣钱的游戏 286个游戏可以赚钱的
- 别急着滴眼药水，6个简单方法能帮你缓解 眼睛干涩怎么办
- 元音字母有哪些
- 全球最有名的十大豪车 顶级豪华车
- 增强新陈代谢，掌握6个妙招 如何提高新陈代谢
- 报考公务员需满足这6个要求 考公务员需要什么条件
- 76个偏门小生意 有什么小生意好做