问题标签 [dalex]

我在尝试将what_if分析应用于xgboost模型时遇到了困难。我能够为模型运行what_if分析，randomForest但是当我尝试为xgboost模型运行它时它会中断。

我的问题是，给定titanic数据集，我该如何制作what_if情节？我在代码中添加了注释，以显示代码何时对我不利。

我知道我对这new_xgb_observation部分做了一些不正确的事情，但是what_if（据我所知）需要一个单一的观察，所以我试图从dtest矩阵中提取一个单一的观察。

这是对我来说破坏的代码部分：

然后我在它下面展示一个工作randomForest模型。

数据：

我想使用modelStudio，为此我需要使用DALEX::explain()将模型对象作为参数来制作解释器。我应该，但我不确定如何在这里为整个可重现的示例代码提供数据！

当我使用以下代码时

以下解释器有效：

但是当我使用整个工作流程并尝试使用 提取模型pull_workflow_fit时，它会说它无法预测。

两种情况下的类都是_xgb.Booster model_fit.

xgbtidymodels 或工作流中的哪个函数将渲染与（上面的第一个代码块）模型完全匹配的对象？

我正在将 xgboost 应用于以下数据集并进行预测，我还能够获得整个模型最重要的特征，但是我也想知道每个预测中最重要的特征，我能够使用 dalex 包查找每个预测的重要变量但得到错误

请在下面找到代码

使用 break_down 时出现错误错误是

break_down（explainer_xgb，observation = nobs）中的错误：未使用的参数（observation = nobs）

当我使用下面的代码时，它没有给出错误，但是当我尝试对我的数据集使用相同的逻辑时，我得到了错误。

下面的代码运行没有错误

如果有人可以帮助我，如果有任何其他方法可以为每个预测找到最佳属性，我将不胜感激，我正在寻找其他替代解决方案的原因是因为我有超过 300 万行的数据框并且使用 dalex 会非常耗时。

我想用 RandomForest 模型的 Dalex 创建解释器，但是在尝试时出现此错误：

任何人都知道如何解决这个问题？

这是我的代码：

谢谢！

编辑：我尝试使用此代码

但这不会打印变量的影响。

大家下午好——提前感谢您的帮助！我对 R 有点陌生，所以如果这是一个微不足道或不恰当的问题，我深表歉意。

TL; DR：我正在尝试使用内置的随机森林模型 RandomForestSRC 确定因子变量的变量重要性 (VIM)，这不是该包的内置功能。使用 LIME 和 DALEX 包，我遇到了同样的错误：cannot coerce class 'c("rfsrc, "predict", "class")' to a data.frame. 任何解决此错误的帮助或替代方法将不胜感激！

我有一个使用 RandomForestSRC 包在 R 中构建的随机森林模型。该模型似乎工作得很好——训练和测试都很顺利，得到了我需要的预测输出，结果似乎符合我的预期。不幸的是，其中一个要求是我需要能够说明模型是如何得出结论的（例如，我还需要将变量重要性作为输出的一部分），包括连续变量和因子变量。

这似乎不是 RandomForestSRC 包的内置功能，所以我研究了 LIME 和 DALEX 包，它们都应该能够从现有的 RF 模型中分离出 VIM。不幸的是，它们都没有对 RFSRC 包的原生支持，这意味着我需要自己构建预测函数，正如这个小插图所推荐的那样：https ://uc-r.github.io/dalex

不幸的是，在运行模型的 VIM 部分（在 LIME 和 DALEX 中）时，我被要求传递预测输出和创建该输出的模型。在这样做时，它会遇到上述predict_model函数的错误：

而且，就像……当然，它不能；它试图将模型本身变成一个数据框。不幸的是，虽然我认为我理解为什么 R 会给我这个错误，但这是我自己能够弄清楚的。

此外，我使用 RandomForestSRC 包有两个原因：它不限制因子变量的数量，并且它可以处理不平衡的数据。我正在处理医疗数据，所以这两个都是必要的（例如，有大约 100,000 个不同的医疗代码可以编码在一个数据变量中，以及“没有这个的人”的比率-condition”与“people-who-do-have-this-condition”通常是 100 比 1）。但是，如果有人对处理这些问题的替代软件包有任何建议，并且具有内置的 VIM 功能（或与 DALEX / LIME 集成），那也很棒。

非常感谢大家的帮助！

你好 mlr3 团队。

我对 mlr3 书中提供的 dalex 包有疑问。具体来说，这里

先感谢您

dalex 函数的 variable_importance(explainer) 中的损失函数是 RMSE（默认情况下），我们可以使用其他指标，如平均绝对误差等吗？

谢谢

我正在尝试使用 Python 中的Dalex包来可视化二进制 logit 模型的某些特征。

我从这里的示例书中复制了一段代码 （整个第五个代码单元），但现在我不太确定应该如何解释结果......

在我使用创建的基本 logit 模型中，我statsmodels为每个类别手动选择了一个参考水平变量，以避免多重共线性（这意味着模型的所有结果都相对于参考水平进行解释）。

但是当我使用上面链接中的一段代码（也复制到这篇文章下面）时，它首先在 中创建一些管道对象sklearn，one-hot 对分类变量进行编码，然后将管道对象拟合到数据并在Dalex解释器作为要解释的模型。

问题是，当我使用model_profile()Dalex 中的函数时，它应该输出一个图表，显示变量对预测的其他条件不变的影响，我不知道如何解释结果，因为似乎一个分类变量中的所有值包含在图表中。

例如，该模型显示了“性别”分类变量对男性和女性平均预测的影响......

这也显示了一条名为“平均预测”的水平线，但“平均预测”是什么？它是根据男性作为参考水平计算的，还是女性？

我对结果的含义感到非常困惑......有人可以澄清一下吗？model_profile()我尝试使用的功能也在笔记本中进行了说明。谢谢！

我复制的一段代码：

我无法重现我能找到的将 h2o 与 iml 结合使用的唯一示例（https://www.r-bloggers.com/2018/08/iml-and-h2o-machine-learning-model-interpretability-and-feature -explanation/），详见此处（使用 FeatureImp$new 和 H2O 提取变量重要性时出错）。谁能指出将 iml 与 h2o 一起使用的解决方法或其他示例？

可重现的例子：

获得的错误：

我有一些行代码如下。

分解以评估每个变量的贡献

要使用predict_parts. 我试图通过使用这个函数来使用循环，但它运行得非常慢。

请问，如何并行运行predict_parts？或者任何算法都可以运行整体数据？