手电筒

R包装手电筒:黑匣子机器学习模型。借助模型性能、变量重要性、全局代理模型、ICE剖面图、部分依赖(Friedman J.H.(2001)<doi:10.1214/aos/1013203451>)、累积局部效应(Apley D.W.(2016)<arXiv:1612.08468>)、进一步效应图、分散图、交互强度,以及单次观测的变量贡献分解(近似形状)(Gosiewska和Biecek(2019)<arxiv:1903.11420>)。所有工具的实现都是为了处理案例权重,并允许分层分析。此外,多个手电筒可以组合在一起进行分析。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条)

显示结果1/1。
按年份排序(引用)

  1. Szymon Maksymiuk,Alicja Gosiewska,Przemyslaw Biecek:可解释人工智能R包的景观(2020)阿尔十四