生动的 swMATH ID: 42424 软件作者： Alan Inglis、Andrew Parnell、Catherine Hurley 描述： 机器学习模型中可变重要性和可变交互效应的可视化。变量重要性、交互测量和部分依赖图是解释统计和机器学习模型的重要总结。在本文中，我们描述了用于探索这些模型摘要的新可视化技术。我们构建了热图和基于图形的显示器，共同显示可变的重要性和相互作用，这些显示器经过精心设计，以突出拟合的重要方面。我们描述了一种新的矩阵型布局，显示所有单变量和双变量部分相关图，以及一种基于关注关键子集的图欧拉的替代布局。我们的新可视化是模型识别的，适用于回归和分类监督学习设置。即使在变量数量较多的情况下，它们也能增强解释。我们的R包生动（变量重要性和变量交互显示）提供了一种实现。 主页： https://arxiv.org/abs/1208.04310 源代码： https://github.com/AlanInglis/victive网站 依赖项： 对 关键词： arXiv_状态.CO；对；生动的包装；可视化变量重要性；变量交互作用；机器学习模型 相关软件： 对；mlr3号机组；ggplot2；天顶图；巴黎维兹；记录仪；最大似然比；DALEX公司；捷运局；潮汐模型；色彩空间；变量Imp；国际货币联盟；石灰；随机ForestExplainer；e1071号；护林员；个人数据处理；贵宾；EIX公司 引用于： 2文件 标准条款 2出版物描述软件，包括1出版物以zbMATH为单位 年份 可视化机器学习模型中的变量重要性和变量交互效应。 Zbl 07633206号阿兰·英格里斯；安德鲁·帕内尔；凯瑟琳·赫利。 2022 生动：机器学习模型的可变重要性和可变交互显示的R包arXiv公司Alan Inglis、Andrew Parnell、Catherine Hurley 2022 5位作者引用 2 凯瑟琳·赫利。 1 卡塔琳娜·多米扬 1 艾伦·N·英格里斯。 1 马克·奥康奈尔 1 安德鲁·帕内尔。 连载1篇 2 计算与图形统计杂志 在1个字段中引用 2 统计学（62-XX） 按年份列出的引文