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)
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)
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。