python3.8里面有partial_dependence
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Python-PDPboxPython部分依赖图工具箱
PDPbox - Python 部分依赖图工具箱
Python-XAI用于机器学习的可扩展性工具箱
XAI - 用于机器学习的可扩展性工具箱
Python-可解释机器学习相关资源大列表
有助于模型可解释性(内省,简化,可视化,解释)的资源清单
Python机器学习项目实战
本文来自于cloud.tencent.com,作者以浅显易懂的语言和清晰的示例和代码教你从头开始走过一个机器学习之旅,并且附详细的代码,大家可以收藏和学习。这是一篇完全手把手进行机器学习项目构建的教程,包含:1.数据清理和格式化 2.探索性数据分析3.特征工程和特征选择4.在性能指标上比较几种机器学习模型5.对最佳模型执行超参数调整 6.在测试集合中评估最佳模型7.解释
可解释性的机器学习与Python:Packt发布的Python可解释机器学习
可解释性的机器学习与Python Packt发布的《使用Python进行可解释的机器学习》
capstone_project_work
capstone_project_work
data_mining_gb
data_mining_gb
price_prediction
price_prediction
eli5:用于调试检查机器学习分类器并解释其预测的库
eli5:用于调试检查机器学习分类器并解释其预测的库
第四阶段-机器学习-配套资料
第四阶段-机器学习-配套资料
PyPI 官网下载 | azureml_contrib_interpret-1.17.0-py3-none-any.whl
资源来自pypi官网,解压后可用。 资源全名:azureml_contrib_interpret-1.17.0-py3-none-any.whl
flatiron_p3_machine_learning
flatiron_p3_machine_learning
Projeto1_ciencia_de_dados
Projetociênciade dados
data_multivar-数据集
data_multivar-数据集
kaggleExercise_kaggle可解释机器学习练习_kaggle_
kaggle可解释机器学习课程配套练习源码 包含注释
RandomForest_2.pdf
RandomForest-2 using fastai for programmers. It's a very good startup document.
shapleyPDPredictionGenetics
shapleyPDPredictionGenetics
利用shap库对模型进行解析,这里使用的是预测集对一个已经训练好的模型(保存在d
利用shap库对模型进行解析,这里使用的是预测集对一个已经训练好的模型(保存在dat文件里面)进行模_Shap_explanation
Coursera-PracticalML-Project:来自 JHU 数据科学专业的 Coursera 课程实用机器学习的课程项目
Coursera-PracticalML-项目 来自 JHU 数据科学专业的 Coursera 课程实用机器学习的课程项目
机器学习
机器学习
最新推荐



