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。