您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
深入探索Catboost模型可解释性（下）
2019年07月16日 由 sunlei 发表
954661
0
在昨天的内容中，我们看到catboost如何帮助我们分析模型，今天我们继续更新，希望能帮助你更好地使用这些工具去开发模型。
传送门：https://www.atyun.com/?p=42039&preview=true
通过这个参数，您可以找到一对特性的强度(两个特性的重要性)。
在输出中，您将得到每对特性的列表。列表将有3个值，第一个值是该对中第一个特性的索引，第二个值是该对中第二个特性的索引，第三个值是该对的特性重要性得分。具体实施请查看嵌入式笔记本。
有趣的是，在单一功能重要性中，前两个功能不一定会成为最强的一对。
笔记本中使用的数据集
你为什么要知道？
使用此功能，您可以计算每个对象对测试数据优化指标的影响。正值表示优化指标增加，负值表示优化指标减少。该方法是本文所描述方法的一个实现。这些算法的细节超出了本文的范围。
cb.get对象重要性中有三种更新方法：
例如，下面的值将方法设置为TopKLeaves，并将叶子的数量限制为3:
CatBoost最近在其最新更新中启动了此功能。有了这个特性，我们将能够可视化算法是如何分割每个特性的数据的，并查看特性特定的统计信息。更具体地说，我们将能够看到：
这个图会给我们提供信息，比如我们的分割有多均匀（我们不希望所有的物体都放在一个容器里），我们的预测是否接近目标（蓝色和橙色的线），红线会告诉我们预测对某个特征有多敏感。
感谢您阅读本文。希望下次您能够使用这些工具更好地开发您的模型。
传送门：https://www.atyun.com/?p=42039&preview=true
交互
通过这个参数，您可以找到一对特性的强度(两个特性的重要性)。
在输出中，您将得到每对特性的列表。列表将有3个值，第一个值是该对中第一个特性的索引，第二个值是该对中第二个特性的索引，第三个值是该对的特性重要性得分。具体实施请查看嵌入式笔记本。
有趣的是，在单一功能重要性中，前两个功能不一定会成为最强的一对。
笔记本
笔记本中使用的数据集
对象重要性
你为什么要知道？
- 从训练数据中删除最无用的训练对象
- 将一批新对象按优先级排列，以便根据哪些对象最有帮助进行标记，类似于主动学习。
使用此功能，您可以计算每个对象对测试数据优化指标的影响。正值表示优化指标增加，负值表示优化指标减少。该方法是本文所描述方法的一个实现。这些算法的细节超出了本文的范围。
Catboost对象重要性教程
cb.get对象重要性中有三种更新方法：
- SinglePoint：最快最不准确的方法
- TopKLeaves:指定叶数。数值越大，计算越精确，速度越慢
- AllPoints:最慢最准确的方法
例如，下面的值将方法设置为TopKLeaves，并将叶子的数量限制为3:
TopKLeaves:top=3
模型分析情节
CatBoost最近在其最新更新中启动了此功能。有了这个特性，我们将能够可视化算法是如何分割每个特性的数据的，并查看特性特定的统计信息。更具体地说，我们将能够看到：
- 每个容器（容器用于连续特征）或类别的平均目标值（目前仅支持OHE特征）
- 每个容器/类别的平均预测值
- 每个容器中的对象数
- 对不同特征值的预测：对于每个对象，特征值都是不同的，因此它会落入某个容器中。然后，该模型根据该特性的新值预测目标，并取一个容器中预测的平均值（由红点给出）。
这个图会给我们提供信息，比如我们的分割有多均匀（我们不希望所有的物体都放在一个容器里），我们的预测是否接近目标（蓝色和橙色的线），红线会告诉我们预测对某个特征有多敏感。
数值特性分析
一组热编码特征分析
感谢您阅读本文。希望下次您能够使用这些工具更好地开发您的模型。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消