Dit is de Linux-app genaamd SHAP waarvan de nieuwste release kan worden gedownload als v0.43.0.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app met de naam SHAP gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
VORM
PRODUCTBESCHRIJVING
SHAP (SHapley Additive exPlanations) is een speltheoretische benadering om de output van elk machine learning-model te verklaren. Het verbindt optimale krediettoewijzing met lokale verklaringen, waarbij gebruik wordt gemaakt van de klassieke Shapley-waarden uit de speltheorie en de daaraan gerelateerde uitbreidingen. Hoewel SHAP de output van elk machine learning-model kan verklaren, hebben we een supersnel exact algoritme ontwikkeld voor boomensemble-methoden. Snelle C++-implementaties worden ondersteund voor XGBoost-, LightGBM-, CatBoost-, scikit-learn- en pyspark-boommodellen. Om te begrijpen hoe een enkel kenmerk de uitvoer van het model beïnvloedt, kunnen we de SHAP-waarde van dat kenmerk uitzetten tegen de waarde van het kenmerk voor alle voorbeelden in een dataset. Omdat SHAP-waarden de verantwoordelijkheid van een kenmerk voor een verandering in de modeluitvoer vertegenwoordigen, geeft de onderstaande grafiek de verandering in de voorspelde huizenprijs weer naarmate RM (het gemiddelde aantal kamers per huis in een gebied) verandert.
Kenmerken
- SHAP kan worden geïnstalleerd vanuit PyPI of conda-forge
- Neem de gemiddelde absolute waarde van de SHAP-waarden voor elk object om een standaard staafdiagram te krijgen
- Voorbeelden van natuurlijke taal (transformatoren)
- SHAP heeft specifieke ondersteuning voor natuurlijke taalmodellen
- Voorbeelden van diepgaand leren met DeepExplainer
- Deep SHAP is een snel benaderingsalgoritme voor SHAP-waarden in deep learning-modellen
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/shap.mirror/. Het is gehost in OnWorks zodat het op de eenvoudigste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.
