python-3.x - 是否可以计算序列到序列回归器的 SHAPley 值？
问题描述
我试图了解不同时间序列对多步超前神经网络预测模型的贡献。输入向量的形状是 (n_samples, n_timestamps_input, n_features)，预测的形状是 (n_samples, n_timestamps_output)。我想了解不同的 i 输入样本 -> (n_samples, n_timestamps_input, i) 如何对预测 j -> (j, n_timestamps_output) 做出贡献。有什么建议吗？
解决方案
推荐阅读
- express - 为什么我在第一个之后运行的测试文件会出现超时错误？
- excel - Laravel：从 CSV 文件上传导入数据库表中的空值
- cassandra - 如何建模表以根据随时间变化的状态字段运行查询
- python - 如何处理沿调用堆栈返回 True 和 False 的递归
- typescript - 打字稿中的链运算符函数
- javascript - 如何使用 Google Tag Manager 和 GA Enhanced Ecommerce 跟踪产品的多个类别？
- .net - YouTube 分析和数据 API 数据保留期限
- python - 如何防止 Python 生成器函数省略最后一项？
- node.js - 如何隐藏我的 API 密钥，同时让我的应用程序在 Heroku 中访问它们？
- php - 以不区分大小写的方式搜索文件？