SHAP이라는 이름의 리눅스 앱으로, 최신 버전은 v0.48.0sourcecode.tar.gz로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 SHAP라는 이 앱을 무료로 다운로드하여 온라인으로 실행하세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린 샷
Ad
P
기술
SHAP(SHapley Additive exPlanations)는 기계 학습 모델의 출력을 설명하기 위한 게임 이론적 접근 방식입니다. 이는 게임 이론 및 관련 확장의 고전적인 Shapley 값을 사용하여 최적의 크레딧 할당을 로컬 설명과 연결합니다. SHAP는 모든 기계 학습 모델의 출력을 설명할 수 있지만 트리 앙상블 방법을 위한 고속 정확한 알고리즘을 개발했습니다. XGBoost, LightGBM, CatBoost, scikit-learn 및 pyspark 트리 모델에 대해 빠른 C++ 구현이 지원됩니다. 단일 기능이 모델의 출력에 어떻게 영향을 미치는지 이해하기 위해 해당 기능의 SHAP 값과 데이터 세트의 모든 예에 대한 기능 값을 플롯할 수 있습니다. SHAP 값은 모델 출력 변경에 대한 기능의 책임을 나타내므로 아래 플롯은 RM(한 지역의 주택당 평균 방 수) 변경에 따른 예상 주택 가격의 변화를 나타냅니다.
기능
- SHAP는 PyPI 또는 conda-forge에서 설치할 수 있습니다.
- 각 기능에 대한 SHAP 값의 평균 절대값을 취하여 표준 막대 그래프를 얻습니다.
- 자연어 예제(변환기)
- SHAP에는 자연어 모델에 대한 특정 지원이 있습니다.
- DeepExplainer를 사용한 딥러닝 예제
- Deep SHAP은 딥러닝 모델의 SHAP 값에 대한 고속 근사 알고리즘입니다.
프로그래밍 언어
Python
카테고리
이는 https://sourceforge.net/projects/shap.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 시스템 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
