scoring_explainer Pacote

Define modelos de classificação para a aproximação de valores de importância de funcionalidade.

Classes

DeepScoringExplainer	Define um modelo de classificação baseado no DeepExplainer. Se o explicador original estava a utilizar um DEEPExplainer SHAP e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador. Inicialize o DeepScoringExplainer. Se o explicador original estava a utilizar um DEEPExplainer SHAP e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador.
KernelScoringExplainer	Define um modelo de classificação baseado em KernelExplainer. Se o explicador original estava a utilizar um KernelExplainer SHAP e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador. Inicialize o KernelScoringExplainer. Se o explicador original estava a utilizar um KernelExplainer SHAP e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador.
LinearScoringExplainer	Define um modelo de classificação baseado em LinearExplainer. Se o explicador original estava a utilizar um SHAP LinearExplainer e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador. Inicialize o LinearScoringExplainer. Se o explicador original estava a utilizar um SHAP LinearExplainer e não foram transmitidos dados de inicialização, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método ou se forem transmitidos novos dados de inicialização em initialization_examples, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador.
ScoringExplainer	Define um modelo de classificação. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que transformações), o explicador espera que os dados transformados sejam transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador. Inicialize o ScoringExplainer. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que transformações), o explicador espera que os dados transformados sejam transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador.
TreeScoringExplainer	Define um modelo de classificação baseado em TreeExplainer. Se o explicador original estava a utilizar um TREEExplainer SHAP, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador. Inicialize o TreeScoringExplainer. Se o explicador original estava a utilizar um TREEExplainer SHAP, o núcleo do explicador original será reutilizado. Se o explicador original tiver utilizado outro método, será criado um novo explicador. Se as transformações forem transmitidas em original_explainer, essas transformações serão transferidas para o explicador de classificação, esperarão dados não processados e, por predefinição, serão devolvidas importâncias não processadas para as funcionalidades não processadas. Se feature_maps forem transmitidas aqui (NÃO se destina a serem utilizadas ao mesmo tempo que as transformações), o explicador irá esperar dados transformados e, por predefinição, serão devolvidos importâncias para os dados transformados. Em ambos os casos, a saída pode ser especificada ao definir get_raw explicitamente como Verdadeiro ou Falso no método de explicação do explicador.

Funções

load

Carregue o explicador de classificação a partir do disco.

load(directory)

Parâmetros

Name	Description
directory Necessário	str O diretório no qual o explicador serializado está armazenado. Parte do princípio de que scoring_explainer.pkl está disponível no nível superior do diretório.

Devoluções

Tipo	Description
ScoringExplainer	O explicador de classificação de uma explicação, carregado a partir do disco.

save

Guarde o explicador de classificação no disco.

save(scoring_explainer, directory='.', exist_ok=False)

Parâmetros

Name	Description
scoring_explainer Necessário	O objeto do explicador de classificação que deve ser guardado. O explicador será escrito em [diretório]/scoring_explainer.pkl.
directory	str O diretório no qual o explicador serializado deve ser armazenado. Se o diretório não existir, será criado. Default value: .
exist_ok	bool Se For Falso (o estado predefinido), será emitido um aviso se o diretório indicado já existir. Se For Verdadeiro, o diretório atual será utilizado e todos os conteúdos sobrepostos serão substituídos. Default value: False

Devoluções

Tipo	Description
str	O caminho para o ficheiro pickle do explicador de classificação.