反馈

TreeScoringExplainer 类

  • 参考

定义基于 TreeExplainer 的评分模型。

如果原始解释器使用的是 SHAP TreeExplainer，则重用原始解释器的核心。 如果原始解释器使用了另一种方法，将创建新的解释器。

如果在 original_explainer 传入转换，则这些转换将传递给评分解释器，它将需要原始数据，并且默认情况下将返回原始特征的重要性。 如果“feature_maps”是在此处传入的（不打算与“转换”同时使用），解释器将需要转换后的数据，并且默认情况下将为转换后的数据返回重要性。 无论哪种情况，都可以通过在解释器的 explain 方法上将 get_raw 显式设置为 True 或 False 来指定输出。

继承
azureml.interpret.scoring.scoring_explainer._scoring_explainer.ScoringExplainer
TreeScoringExplainer

构造函数

TreeScoringExplainer(original_explainer, **kwargs)

参数

original_explainer
<xref:BaseExplainer>
必需

训练时间树解释器最初用于解释模型。

方法

explain

使用 TreeExplainer 和树模型进行评分，获取数据的特征重要性值。

explain

使用 TreeExplainer 和树模型进行评分，获取数据的特征重要性值。

explain(evaluation_examples, get_raw=None)

参数

evaluation_examples
array 或 DataFrame 或 csr_matrix
必需

对模型的输出进行解释时所依据的特征向量示例的矩阵 (示例数 x 特征数)。

get_raw
bool
默认值: None

如果为 True，将返回原始特征的重要性值。 如果为 False，将返回工程特征的重要性值。 如果未指定且将转换传到原始解释器，则将返回原始重要性。 如果未指定且将 feature_maps 传到评分解释器，则将返回工程重要性值。 如果未指定且两者均不传递，则传入数据时将给出数据说明。

返回

对于具有单一输出（例如回归）的模型，这将返回特征重要性值矩阵。 对于具有向量输出的模型，此函数返回此类矩阵的列表，每个输出返回一个列表。 此矩阵的维度为 (示例数 x 特征数)。

返回类型

list