问题标签 [dalex]

我不确定是否可以使用 DALEX 来评估我的 mlr3 生存模型，因为 y 参数不接受 Surv(time, status)。我也不认为当我为 y “状态”时结果是正确的，因为这忽略了审查信息。

https://modeloriental.github.io/DALEXtra/reference/explain_mlr3.html

如果我不能使用 DALEX，是否有任何可靠的 XAI 工具用于生存模型？

我想知道为什么 DALEXmodel_performance并collect_metrics没有提供同样的精度。他们是否使用不同的措施或不同的方法？我编译了以下示例代码：

的输出collect_metrics为 0.31

继续准备DALEX模型说明。

现在，这为整体拟合提供了以下输出：

请注意，准确度是 0.43 usingmodel_performance和 0.31 using collect_metrics。有谁知道为什么会这样？

我想用 DALEX 查看主成分的复合特征重要性，model_parts但我也很感兴趣，结果在多大程度上是由该主成分中特定变量的变化驱动的。我可以在使用时非常巧妙地查看单个特征的影响，model_profile但在这种情况下，我无法研究 PCA 变量的特征重要性。model_profile在使用如下所示的各个因素的部分依赖图时，是否可以两全其美并查看主成分的复合特征重要性？

数据：

模型

这给了我下面的情节，尽管我已经减少了x1,x2并x3变成了上面的一个组件step_pca。

我知道我可以手动减小尺寸并将其绑定到 df，然后查看特征重要性。

然后我可以估计一个以 PC1 作为协变量的模型。然而，在这种情况下，很难解释使用时 PC1 次统计的变化意味着什么，model_profile因为所有内容都会被折叠成一个组件。

因此，我的关键问题是：如何在不影响部分依赖图的可解释性的情况下查看组件的特征重要性？