interpret

Fit interpretable models. Explain blackbox machine learning.

interpret 是什麼?

Fit interpretable models. Explain blackbox machine learning.

interpret 概覽

這是什麼

InterpretML 是一個開源的 Python 套件,提供機器學習可解釋性技術。使用者可以訓練可解釋的玻璃箱模型,並解釋黑箱系統。該套件旨在幫助理解模型的整體行為,或個別預測背後的原因。

主要功能

  • 包含可解釋提升機(EBM),這是由微軟研究院開發的可解釋模型,使用 bagging、梯度提升和自動互動檢測。
  • 支援玻璃箱模型,如可解釋提升機、APLR、決策樹、決策規則清單和線性/邏輯迴歸。
  • 支援黑箱解釋器,包括 SHAP Kernel Explainer、LIME、Morris 敏感度分析和部分相依圖。
  • 提供差分隱私 EBM,用於保護隱私的模型訓練。
  • 能夠比較多個模型解釋。

使用情境

  • 模型除錯,以了解模型為何出錯。
  • 特徵工程,以改善模型效能。
  • 檢測模型預測中的公平性問題。
  • 人機協作,以理解和信任模型決策。
  • 法規遵循,以滿足法律要求。
  • 高風險應用,如醫療保健、金融、司法等領域。

快速開始

shpip install interpret# 或conda install -c conda-forge interpret

授權與價格

授權為 MIT。該套件是開源且免費使用的。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/interpretmlinterpret.svg)](https://yunodb.com/tools/interpretmlinterpret?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/interpretmlinterpret?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/interpretmlinterpret.svg" alt="Featured on YunoDB" height="20"></a>