世鵬科技電子從注冊值預測模型

[Evan_MCK]

我拯救了一個模型在模型中使用MLFlow注冊表。我怎麼能找到這種模式一旦我的世鵬科技電子值生成預測以批處理方式嗎?

世鵬科技電子樹講解員不支持mlflow pyfunc模型類型。當我使用mlflow.shap.log_explanation(模型。預測數據),我得到一個錯誤提供模型函數失敗,當應用到提供數據集。這似乎表明所需的列是失蹤。包括所有需要的列和當我運行預測它生成的預測模型。model.predict(數據)。

[Debayan]

嗨,請檢查這部分幫助以下文檔:

//www.eheci.com/blog/2019/06/17/detecting-bias-with-shap.html

[Evan_MCK · Accepted solution]

謝謝你的幫助。我能算出來的文檔,但需要調整。模型是基於數據磚汽車ML模式真的是一個sk學習管道。我沒有y值,因為這是預測數據,而不是一個測試集。我需要使用mlflow sklearn模型。

模型= mlflow.sklearn.load_model (model_uri)

世鵬科技電子樹講解員(文檔所示)我需要使用樹講解員作為模型的管道和手動運行管道的其他部分。是這樣的:

講解員= shap.TreeExplainer(模型['使'])

觀察=模型(“column_selector”) .transform (prediction_data)

觀察=模型(“規範”).transform(觀察)

shap_values = explainer.shap_values(觀察)

另一個選項是不使用樹詮釋者,見:https://towardsdatascience.com/using-shap-values-to-explain-how-your-machine-learning-model-works-73..。

講解員= shap.Explainer(模型。預測,prediction_data)

shap_values =講解員(prediction_data max_evals = 2000)

[sean_owen]

是的,TreeExplainer隻能基於樹模型本身。沒關係的方式使用它,如果你真的隻是想解釋模型,而不是管道。如果你想解釋什麼就像一個管道或自定義pyfunc模型,您需要使用KernelExplainer世鵬科技電子(現在認為這隻是所謂的講解員,是的)。慢得多,但可以操作任何東西。

[denielklane]

嗨,我的名字是丹尼爾Klane。我住在Belen,紐約和我一個專業的學術作家在greatassignmenthelp.com上我在這裏工作作為一個經濟學作業作家在過去4年。如果你正在尋找在網上經濟學作業幫助然後我可以幫助你。從greatassignmenthelp獲得經濟學作業寫作服務,作業一個+的分數。經濟學是一個廣闊的研究領域,涉及製造業分布的因素,利用商品和服務。