Đây là ứng dụng Linux có tên SHAP, phiên bản mới nhất có thể tải xuống dưới dạng v0.48.0sourcecode.tar.gz. Có thể chạy trực tuyến trên nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng này có tên SHAP với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH
Ad
HÌNH DẠNG
MÔ TẢ
SHAP (SHapley Additive exPlanations) là một phương pháp lý thuyết trò chơi để giải thích đầu ra của bất kỳ mô hình học máy nào. Nó kết nối việc phân bổ tín dụng tối ưu với những giải thích mang tính địa phương bằng cách sử dụng các giá trị Shapley cổ điển từ lý thuyết trò chơi và các phần mở rộng liên quan của chúng. Mặc dù SHAP có thể giải thích đầu ra của bất kỳ mô hình học máy nào, nhưng chúng tôi đã phát triển một thuật toán chính xác tốc độ cao cho các phương pháp tập hợp cây. Việc triển khai C++ nhanh được hỗ trợ cho các mô hình cây XGBoost, LightGBM, CatBoost, scikit-learn và pyspark. Để hiểu cách một tính năng riêng lẻ ảnh hưởng đến đầu ra của mô hình, chúng ta có thể vẽ giá trị SHAP của tính năng đó so với giá trị của tính năng đó cho tất cả các ví dụ trong tập dữ liệu. Vì giá trị SHAP thể hiện trách nhiệm của một đối tượng đối với sự thay đổi trong đầu ra của mô hình nên biểu đồ bên dưới thể hiện sự thay đổi trong giá nhà dự đoán khi RM (số phòng trung bình trên mỗi ngôi nhà trong một khu vực) thay đổi.
Tính năng
- SHAP có thể được cài đặt từ PyPI hoặc conda-forge
- Lấy giá trị tuyệt đối trung bình của các giá trị SHAP cho từng tính năng để có được biểu đồ thanh tiêu chuẩn
- Ví dụ về ngôn ngữ tự nhiên (máy biến áp)
- SHAP có hỗ trợ cụ thể cho các mô hình ngôn ngữ tự nhiên
- Ví dụ về học sâu với DeepExplainer
- Deep SHAP là thuật toán xấp xỉ tốc độ cao cho các giá trị SHAP trong các mô hình deep learning
Ngôn ngữ lập trình
Python
Danh Mục
Đây là một ứng dụng cũng có thể được tải xuống từ https://sourceforge.net/projects/shap.mirror/. Nó đã được lưu trữ trên OnWorks để có thể chạy trực tuyến một cách dễ dàng nhất từ một trong các Hệ điều hành miễn phí của chúng tôi.
