特征重要性計(jì)算
夏普利值-博弈論
SHAP?含義：觀察到某一個(gè)樣本的預(yù)測中各個(gè)特征對預(yù)測結(jié)果產(chǎn)生的影響厢汹。
基本思想：計(jì)算一個(gè)特征加入到模型時(shí)的邊際貢獻(xiàn)，然后考慮到該特征在所有的特征序列的情況下不同的邊際貢獻(xiàn)血崭，取均值厘灼，即某該特征的SHAPbaseline value。
例如：A單獨(dú)工作產(chǎn)生的價(jià)值為v{A},加入B后共同產(chǎn)生價(jià)值v{A,B},那么B的累加貢獻(xiàn)是v{A,B}-v{A}.
對于所有能夠形成的全局N的序列设凹，求其中關(guān)于元素xi的累加貢獻(xiàn)，然后取均值即可得到xi的shapley
value.
交互shap值
SHAP包?文章:https://github.com/slundberg/shap
https://christophm.github.io/interpretable-ml-book/shapley.html
SHAP包應(yīng)?用中?文解析:https://yyqing.me/post/2018/2018-09-25-kaggle-model-insights
https://christophm.github.io/interpretable-ml-book/shapley.html
WX:Up_qU0110? 歡迎?V交流
