交互式解释模型分析工作室

CRAN_状态_标签 R构建状态 Codecov测试覆盖率 JOSS-状态

概述

这个模型工作室包装自动化机器学习预测模型的解释分析。它以无服务器HTML站点只有一行代码。该工具是模型识别的，因此与大多数黑盒预测模型和框架（例如毫升/毫升3，xgboost公司，插入符号，水，欧防风，潮汐模型，科学知识学习，光（gbm），keras/张量流).

主要模型工作室（）函数计算各种（实例和模型级）解释并生成可自定义仪表板，由多个用于绘图的面板及其简短描述组成。很容易节约仪表板和分享和其他人一起。用于的工具解释性模型分析与探索性数据分析工具相结合，对模型行为进行全面概述。

解释新冠肺炎 R&Python示例 更多资源 交互式EMA 

这个模型工作室包是为什么博士。人工智能宇宙。

安装 

#从CRAN安装：
安装.包(“modelStudio”)

#从GitHub安装开发版本：
开发工具::安装github(“面向模型/modelStudio”)

简单的演示 

图书馆(“戴勒克斯”)
图书馆(“护林员”)
图书馆(“modelStudio”)

#拟合模型
模型 <- 护林员(分数 ~.，数据= 快乐_训练)

#为模型创建解释程序
解释者 <- 解释(模型，
数据= 快乐测试，
年= 快乐测试$分数，
标签= “随机森林”)

#为模型制作工作室
模型工作室(解释者)

保存输出以HTML文件的形式-演示仪表板.

R&Python示例更多

这个模型工作室（）函数使用DALEX公司使用创建的解释程序DALEX:：解释（）或DALEXtra:：解释_*（）.

#解释程序对象的包
安装.包(“戴勒克斯”)
安装.包(“DALEXtra”)

最大似然比仪表板

为回归制作工作室护林员上的模型公寓数据。

代码 
#加载包和数据
图书馆(最大似然比)
图书馆(DALEXtra公司)
图书馆(模型工作室)

数据 <- DALEX公司::公寓

#拆分数据
指数 <- 样品(1:nrow公司(数据)，0.7*nrow公司(数据))
火车 <- 数据[指数，]
测试 <- 数据[-指数，]

#拟合模型
任务 <- makeRegr任务(身份证件= “公寓”，数据= 火车，目标= “m2价格”)
学习者 <- 使学习者(“再生护林员”，预测类型= “响应”)
模型 <- 火车(学习者，任务)

#为模型创建解释程序
解释者 <- 解释_mlr(模型，
数据= 测试，
年= 测试$m2价格，
标签= “mlr”)

#选取观测值
新建观测（_O） <- 测试[1:2，]
行名称(新建观测（_O）) <- c（c）(“id1”，“id2”)

#为模型制作工作室
模型工作室(解释者，新建观测（_O）)

xgboost公司仪表板

为分类制作工作室xgboost公司上的模型泰坦尼克号数据。

代码 
#加载包和数据
图书馆(xgboost公司)
图书馆(DALEX公司)
图书馆(模型工作室)

数据 <- DALEX公司::钛_计算

#拆分数据
指数 <- 样品(1:nrow公司(数据)，0.7*nrow公司(数据))
火车 <- 数据[指数，]
测试 <- 数据[-指数，]

列车矩阵 <- 模型矩阵(幸存下来的 ~.-1，火车)
测试矩阵 <- 模型矩阵(幸存下来的 ~.-1，测试)

#拟合模型
xgb_矩阵 <- xgb。D矩阵(列车矩阵，标签= 火车$幸存下来的)
参数 <- 列表(最大深度（_depth）= 三，目标= “二进制：逻辑”，评估度量= “auc”)
模型 <- xgb.火车(参数，xgb_矩阵，个nrounds= 500)

#为模型创建解释程序
解释者 <- 解释(模型，
数据= 测试矩阵，
年= 测试$幸存下来的，
类型= “分类”，
标签= “xgboost”)

#选取观测值
新观测 <- 测试矩阵[1:2，下降=错误的]
行名称(新建观测（_O）) <- c（c）(“id1”，“id2”)

#为模型制作工作室
模型工作室(解释者，新建观测（_O）)

这个模型工作室（）函数使用达尔克斯使用创建的解释程序达拉克斯。解释者（）.

解释器对象的：：包pip安装dalex-U

使用泡菜Python模块和网状的R包可以轻松为模型制作工作室。

#酸洗包装
安装.包(“网状”)

科学知识学习仪表板

为回归制作工作室管道SVR上的模型国际足联数据。

代码

首先，使用达尔克斯在Python中：

#加载包和数据
进口达尔克斯作为dx公司
从sklearn.model_选择进口列车_测试_拆分
从sklearn.管道进口管道
从sklearn.预处理进口标准缩放器
从sklearn.svm进口SVR公司
从努皮进口日志

数据=dx.datasets.load_fifa（）
X（X）=data.drop（列=[“总体”，“潜在”，'价值_我们'，“wage_eur”，“国籍”]，轴=1)
年=日志（data.value_eur）

#拆分数据
X_train、X_test、y_train和y_test=列车测试分段（X，y）

#拟合管道模型
模型=管道([(“缩放”，标准缩放器（））(“支持向量机”，SVR（））]）
模型.fit（X_train，y_train）

#为模型创建解释程序
解释者=dx。解释器（模型、数据=X测试，y=y_test，标签=“科学知识学习”)

#将解释程序打包到pickle文件中
解释器.泵(打开('explainer_scikitslearn.plickle'，“wb”))

然后，使用模型工作室在R中：

#从pickle文件加载解释程序
图书馆(网状的)
解释者 <- py加载对象(“explainer_scikitelearn.pickle”，泡菜= “泡菜”)

#为模型制作工作室
图书馆(模型工作室)
模型工作室(解释者，B= 5)

光（gbm）仪表板

为分类制作工作室管道LGBM分类器上的模型泰坦尼克号数据。

代码

首先，使用达尔克斯在Python中：

#加载包和数据
进口达尔克斯作为dx公司
从sklearn.model_选择进口列车_测试_拆分
从sklearn.管道进口管道
从sklearn.预处理进口标准缩放器、OneHotEncoder
从sklearn.插补进口简单计算机
从sklearn.compose（sklearn.compose）进口柱形变压器
从光（gbm）进口LGBM分类器

数据=dx.datasets.load_titanic（）
X（X）=data.drop（列=“幸存”)
年=存活的数据

#拆分数据
X_train、X_test、y_train和y_test=列车测试分段（X，y）

#拟合管道模型
数字功能=[“年龄”，“票价”，“sibsp”，“烤焦”]
数字变压器=管道(
步骤=[
(“插补”、简单计算机（策略=“中位数”)),
(“缩放器”，标准缩放器（））
]
)
类别特性=[“性别”，“类”，“上船”]
类别变换器=管道(
步骤=[
(“插补”、简单计算机（策略=“常量”，填充值=“缺少”)),
(“一个热点”，OneHotEncoder（句柄未知=“忽略”))
]
)

预处理器=柱形变压器(
变压器=[
(“num”、数字转换器、数字特征），
(“猫”，类别_转换器，类别_功能）
]
)

分类器=LGBM分类器（n_estimators=300)

模型=管道(
步骤=[
('预处理器'，预处理器），
('分类器'，分类器）
]
)
模型.fit（X_train，y_train）

#为模型创建解释程序
解释者=dx。解释器（模型、数据=X测试，y=y_test，标签=“lightgbm”)

#将解释程序打包到pickle文件中
解释器.泵(打开('解释程序_lightgbm.pickle'，“wb”))

然后，使用模型工作室在R中：

#从pickle文件加载解释程序
图书馆(网状的)
解释者 <- py加载对象(“explainer_lightgbm.pickle”，泡菜= “泡菜”)

#为模型制作工作室
图书馆(模型工作室)
模型工作室(解释者)

保存和共享

保存模型工作室使用RStudio Viewer顶部的按钮或r2d3:：save_d3_html（）.

引文

如果您使用模型工作室，请引用我们的JOSS文章:

@文章{baniecki2019modelstudio，title={{modelStudio:Interactive Studio with Explarations for ML Predictive Models}}，author={Hubert Baniecki和Przemyslaw Biecek}，journal={开源软件杂志}，年份={2019}，体积={4}，数字={43}，页数={1798}，url={https://doi.org/10.21105/joss.01798}}

有关交互式EMA流程的描述和评估，请参阅我们的DAMI文章:

@文章{baniecki2023语法，title={交互式解释模型分析的语法}，author={Hubert Baniecki和Dariusz Parzych以及Przemyslaw Biecek}，journal={数据挖掘和知识发现}，年份＝{2023}，页数＝{1-37}，url={https://doi.org/10.1007/s10618-023-00924-w网址}}

更多资源

致谢

该一揽子计划的工作得到了国家科学中心（波兰）拨款的资助2016/21/B/ST6/02176和国家研发中心拨款POIR.01.01-00-0328/17号文件.