python - 具有 3D 输入和 3D 输出的序列模型的 SHAP 解释器
问题描述
我在 Keras (Tensorflow 2.2.0) 中有一个顺序二进制分类模型,它接受形状 (n_samples, n_timesteps, n_features) 的输入并提供形状 (n_samples, n_timesteps, 1) 的输出。我正在尝试将此模型与SHAP GradientExplainer一起使用。
我以这种方式遵循了他们的示例:
import shap
explainer = shap.GradientExplainer(Seq_Model, X_train_3D[:10])
shap_values = explainer.shap_values(X_test_3D[:3])
但我收到此错误:
AssertionError: The model output must be a vector or a single value!
现在,我正在寻找一种方法来使用 SHAP GradientExplainer(或与此 TF 版本一起使用的任何其他类型的 SHAP 解释器),为具有 3D 输出的模型提供见解。任何帮助表示赞赏。
解决方案
推荐阅读
- r - 使用mutate后如何保留标签?
- python - 从列中的字符串中提取一组 n 个数字
- python - ValueError('Missing scheme in request url: %s' % self._url) 在修改 start_url 参数时调用蜘蛛
- amazon-web-services - 限制每个地区的角色假设
- javascript - Webpack 和 babel 在一起
- angular - 如何在几个部分中制作表格,以便它们一个接一个
- azure - 为什么在准备 Linux VM 部署的 SSL 证书时,“az vm secret format”命令会失败?
- excel - 删除重复行,保留最后并首先删除
- wordpress - 在 wordpress 中添加第二个导航菜单
- c# - 如何使用 Dynamics 365 XRM Tooling SDK 按主 ID 一般获取枚举的实体记录集