新しいSHAPプロット：バイオリンプロットとヒートマップ

新しいSHAPプロット：バイオリンプロットとヒートマップ

SHAPバージョン0.42.1のプロットがあなたのモデルについて教えてくれること

SHAPに関する最も大きな懸念の一つは、パッケージ自体に関係しています。長い間更新されなかった上、GitHubの問題が積み重なっていました。多くのユーザーの安心のために、貢献者たちはより活発になりました。実際、彼らは私たちに新しいチャート、バイオリンとヒートマップを提供してくれました。以下のことを行います：

• これらのプロットのコードを提供します
• それらから得られる新たな洞察について議論します

また、このトピックのイントロもご覧いただけます：

既存のSHAPプロット

以前のSHAPチュートリアルから続けます。以下の記事で詳細を見ることができます。また、GitHubで完全なプロジェクトも見つけることができます。新しいチャートを使用するためには、SHAPパッケージを更新する必要があります。私はバージョン0.42.1を使用しています。

PythonでのSHAPの紹介

SHAPプロットの作成と解釈方法：ウォーターフォール、フォース、平均SHAP、ビースワーム、および依存性

towardsdatascience.com

• 「情報検索と組み合わせたLLMの活用：シンプルなデモ」
• 他人のPythonコードを簡単に理解する方法は？
• PyTorchを使用してx86 CPU上で推論速度を最大9倍高速化する方法

要約すると、私たちはSHAPを使用してアワビデータセットを使用して構築されたモデルを説明しました。このデータセットには4,177のインスタンスがあり、以下に特徴の例を示します。これらの8つの特徴を使用して、アワビの殻のリングの数を予測します。

チュートリアルでは、SHAP値を計算し、さまざまなSHAPプロットを表示します。これらのいくつかについての理解は、新しいSHAPプロットの理解に役立ちます。それらは類似の情報を提供することがわかります。

最初は平均SHAPプロットで、図1に示されています。各特徴について、すべてのインスタンスにわたる絶対平均SHAP値が与えられます。予測に重要な貢献をした特徴は、高い平均SHAP値を持つでしょう。つまり、このプロットは一般的にどの特徴が最も重要かを示しています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!