使用具有基尼系数的Shapley值回归
这是用于使用基尼系数运行Shapley值回归的代码。 训练模型后,我们想了解每个预测变量如何对模型预测做出贡献。 解决此问题的一种方法是使用Shapley值回归(SVR)。 传统的SVR方法适用于线性回归模型,并使用Shapley值分解R平方。 该代码使用基尼系数代替R平方,因此它不仅可以应用于线性回归模型,而且可以应用于决策树,神经网络等各种不同模型。
当前支持的型号
当前,此代码仅支持线性回归模型和对数线性回归模型。 对数线性回归模型是使用对数函数转换因变量的模型。 将来,将添加更多模型。
用法
用法:
train.py [-h] [-v] [-i INPUT] [-o OUTPUT] [-m MODEL] [-s STEP]
optional arguments:
-h, --help show this help
2021-10-21 20:15:09
853KB
Python
1