python - 如何充分显示和验证“show_prediction”结果?
问题描述
我试图用它eli5.show_prediction
来解释记录级别的特征重要性。以下是我得到的部分结果。
下面显示的原始分值为-0.329,对应于概率值exp(-0.329)/(exp(-0.329) + 1) = 0.418484
。然而,我使用我的 XGB 模型为这条记录计算的概率结果是 0.8953。这种差异是预期的吗?我在构建 XGB 模型时使用了权重,我想知道这是否是问题所在。
此外,我在 XGB 模型中使用了 100~ish 个特征,但eli5.show_prediction
仅显示前 70 个特征的重要性。我应该怎么做才能使程序输出特征对所有约 100 个特征的重要性?
以下是.show_prediction
当前给出的输出:
_y (score -0.329) top features
Contribution Feature Value
0.126 feature 1 1844
0.126 feature 3 100
0.108 feature 10 47
0.086 feature 100 100
0.057 feature 20 0
0.043 feature 5 47
0.039 bias 1
0.038 feature 56 0
... more results...
解决方案
推荐阅读
- html - 如何在 python 中使用 Bottle 从 csv 文件中获取 API 响应
- silverstripe - Silverstripe Restfulapi 配置
- latex - 对齐编号的段落
- c# - 按下选项卡并单击按钮时按钮周围的恼人边框
- php - Table data is not arranged
- google-cloud-firestore - "Cannot find name 'serviceworkerregistration'" when using firebase >= 5.0.1 in cloud functions
- javascript - Change variable text colour
- vue.js - Vue.js 路由器过渡淡入淡出间隙
- angular5 - Emit an event through service in Angular
- scala - 如何在scala宏中为更高种类的类型参数获取树