InterpretML是一个开源软件包,整合了最先进的机器学习可解释性技术。使用此包,你可以训练可解释的glassbox 模型并解释黑盒系统。InterpretML可帮助你了解模型的全局行为,或了解个别预测背后的原因。
优点:模型可解释性:模型可解释性可帮助组织中的开发人员、数据科学家和业务利益相关者全面了解他们的机器学习模型。它还可以用于调试模型、解释预测并启用审计以满足法规要求。便于使用:通过开放的统一API集和丰富的可视化访问最先进的可解释性技术。
灵活和可定制:使用各种解释器和使用交互式视觉效果的技术来理解模型。选择您的算法并轻松尝试算法组合。
综合能力:探索模型属性,例如性能、全局和局部特征,并同时比较多个模型。在操作数据并查看对模型的影响时运行假设分析。
评论