Eli5
ELI5 adalah paket Python yang membantu men -debug pengklasifikasi pembelajaran mesin dan menjelaskan prediksi mereka.
Ini memberikan dukungan untuk kerangka kerja dan paket pembelajaran mesin berikut:
- scikit-learn. Saat ini ELI5 memungkinkan untuk menjelaskan bobot dan prediksi scikit-learn linear classifier dan regressor, mencetak pohon keputusan sebagai teks atau sebagai SVG, menunjukkan impor fitur dan menjelaskan prediksi pohon keputusan dan ansambel berbasis pohon. ELI5 memahami utilitas pemrosesan teks dari scikit-learn dan dapat menyoroti data teks yang sesuai. Pipa dan fitur didukung. Ini juga memungkinkan untuk men-debug pipa scikit-learn yang mengandung hashingvectorizer, dengan membatalkan hashing.
- Keras - Jelaskan prediksi pengklasifikasi gambar melalui visualisasi lulusan -cam.
- XGBOOST - Tampilkan impor fitur dan jelaskan prediksi XGBClassifier, Xgbregressor dan xgboost.booster.
- LIGHTGBM - Tunjukkan impor fitur dan jelaskan prediksi LGBMClassifier dan LGBMRegressess.
- CATBOOST - Tampilkan Impor Fitur CatboostClassifier, Catboostregressor dan Catboost.CatBoost.
- Lightning - Jelaskan bobot dan prediksi pengklasifikasi dan regressor petir.
- sklearn-crfsuite. ELI5 memungkinkan untuk memeriksa bobot model sklearn_crfsuite.crf.
ELI5 juga mengimplementasikan beberapa algoritma untuk memeriksa model kotak hitam (lihat Memeriksa Estimator Kotak Hitam):
- TextExplainer memungkinkan untuk menjelaskan prediksi dari setiap pengklasifikasi teks menggunakan algoritma kapur (Ribeiro et al., 2016). Ada utilitas untuk menggunakan kapur dengan data non-teks dan pengklasifikasi black-box sewenang-wenang juga, tetapi fitur ini saat ini eksperimental.
- Metode kepentingan permutasi dapat digunakan untuk menghitung impor fitur untuk estimator kotak hitam.
Penjelasan dan pemformatan dipisahkan; Anda bisa mendapatkan penjelasan berbasis teks untuk ditampilkan di konsol, versi html yang disematkan dalam notebook ipython atau dasbor web, objek pandas.DataFrame jika Anda ingin memproses hasil lebih lanjut, atau versi JSON yang memungkinkan untuk menerapkan rendering dan pemformatan khusus pada klien.
Lisensi adalah MIT.
Periksa dokumen untuk lebih.
