1回答
当我试图确定我的自变量在多大程度上解释了我的因变量的方差时，我应该采用什么统计技术？ 对于进一步的背景-我被要求用Python开发一个模型，目的是检查预测变量对响应变量的影响程度。由于通常专注于开发用于预测目的的模型，我不确定从哪里开始。
浏览 12提问于2019-12-20得票数 1
回答已采纳
这个职位试图解释ML模型的可解释性和可解释性之间的区别。然而，这一解释有些不明确。有人能提供一些可解释但不可解释的模型的具体例子吗？
浏览 0提问于2021-08-07得票数 0
回答已采纳
5回答
奥鲁克说，可解释的ML使用黑匣子模型，然后再解释它，而可解释的ML使用非黑匣子的模型。维基百科在谈到“可解释的人工智能”时说，它指的是人工智能的
浏览 0提问于2020-03-24得票数 20
1回答
可解释算法和透明算法有什么区别？特别是，是否有可解释但不透明的算法？
更新:在这个职位中，我们定义了可解释性和可解释性，并展示了这两个概念的不同之处。问题是透明度是否不同于(或两者)可解释性或可解释性。
浏览 0提问于2021-08-07得票数 0
1回答
我正在寻找可靠的方法来比较模型的可解释性。简约是一种，但是否有其他方法来判断一个模型是否比另一个更能解释？
例如，涉及自组织可解释性方法的黑匣子模型可能比本质上可解释的模型更复杂。如何将这一解释比作内在可解释的模型更好(从可解释的角度来看)？
浏览 0提问于2023-04-19得票数 1
ask agentset [if (attr > 0) [dosomething]]
在速度或内存的使用方面是否有任何预期(和可解释的)差异？特别是，在第二种情况下使用with会导致临时代理集的创建，还是ask ... with组合会确保延迟评估？
浏览 0提问于2016-12-26得票数 2
回答已采纳
我想知道是否有什么方法可以说明从语言模型中提取的词对的余弦相似度差异的统计意义。假设我有一对A-B，和对A-C。我使用word2vec或bert (或其他任何)嵌入来计算A的余弦相似度，假设我得到了.60。我对A也是这样做的，比方说产生.62。现在，.60和.62之间的差异在统计学上是显著的吗？这是一个合理的问题吗？我觉得问这件事是有道理的，并怀疑这件事有什么可说
浏览 0提问于2022-10-20得票数 0
setFeaturesCol("indexedFeatures").setImpurity(impurity).setMaxBins(maxBins).setMaxDepth(maxDepth)println("Learned classification tree model:\n" + treeModel.toDebugString)
结果是用“feature”而不是我的数据集的实际特征名对树进行文本描述，从而使树
浏览 4提问于2016-07-04得票数 0
回答已采纳
2回答
可解释的人工智能可以通过本质上可解释的模型来实现，比如logistic和线性回归，或者是像沙普这样的临时解释。是否还有其他具有更高性能的内在可解释模型？
浏览 0提问于2023-02-24得票数 0
回答已采纳
1回答
我正在使用Lime (局部可解释模型-不可知论解释)与混合特征类型，以评估我的模型预测的分类任务。石灰实际上如何处理这些类型的特性(只有1和0的更多特性)？
浏览 6提问于2020-09-30得票数 0
回答已采纳
1回答
我遇到了一个有趣的问题:如果我在函数内部定义一个数组，它可以很好地工作，但是如果我在函数外部定义相同的数组并将其作为参数传递，则该数组的行为会有所不同。
浏览 0提问于2016-11-10得票数 1
关于模具shap封装的The Paper给出了(4)中Shapley值和(8)中Shap值的公式 尽管如此，我还是不能完全理解Shapley和SHAP值之间的区别。据我所知，对于Shapley，我需要在每个可能的参数子集上重新训练我的模型，而对于SHAP，我只使用在所有参数上训练的基本模型。是这样吗？所以SHAP在计算上更容易？
浏览 154提问于2019-10-02得票数 3
回答已采纳
为了适当地拟合像弹性网络这样的正则化线性回归模型，必须首先对自变量进行标准化。然而，这些系数具有不同的含义。为了提取这种模型的适当权重，我是否需要使用下面的公式手动计算它们：或者是sklearn中已经有一些内置的功能了？
浏览 4提问于2019-12-13得票数 2
2回答
我有一个疾病的数据集，大约有37个特征，所有这些都是分类变量，除了两个是“年龄”和"Age_onset“。参赛人数为219人。我正在开发一个二元分类模型来预测病人是否患有这种疾病。目前我面临的问题是如何选择合适的模型，给出我的数据的分类性质和数量。
现在的范畴变量不是高基数，即使采用一次热编码，变量的数量也从37个增加到81个，因此它仍然被认为是低维数。此外，从输入数(219)和维数(81)来看，数据并不大，因此不需要使用复
浏览 3提问于2022-01-02得票数 0
回答已采纳
我想根据可可农场的植被结构对可可农场进行分组，并了解每个集群的特征(方法取自Deheuvels et al.，2012)。我已经做了pca和k-means，但是我如何理解k-means中心对应的每个变量的值，因为它们是PC分数。
我对我的数据进行了主成分分析，得到了5个PCI，可以解释85%以上的变异。使用5个PCI的分数，我执行了k均值聚类(k=5)。
浏览 0提问于2019-07-28得票数 0
2回答
在阅读关于模型可解释性和模型问责性的文章时，代孕模型一词不断出现。我知道它是什么，但它似乎不再有意义了：为什么代孕模型有利于可解释性？
浏览 0提问于2020-07-14得票数 3
回答已采纳
我目前正在使用H2O的H2OAutoEncoderEstimator训练一个异常检测模型(用Python语言)，并且在我的测试数据集中发现异常记录方面取得了很好的结果。但是，我想更进一步，尝试找出异常的原因(如果可能)。
我试过这些文档，但发现帮助不大。此外，对于那些尝试过类似方法的人，您能否推荐一种技术，用于在使用H2o库中提供的工具检测到异常后提取异常原因？谢谢。
浏览 0提问于2018-12-07得票数 1
1回答
解释机器学习系数
、、
我的狗显示预测工具的神经网络有点问题。总的来说，我从几个因素开始--年龄、体重、身高、品种(这是一组虚拟变量)，一个主观可爱的分数--并预测动物是否会在表演中获胜(一个二元变量)。我已经测试了它的坚持测试数据和AUC和混乱矩阵看起来不错，我可以用它来预测未来的赢家。问题是，我如何确定哪一个变量是最重要的预测结果的每一个新的狗表演？我还想要的是确定每一行的一些方法--年龄、体重、身高
浏览 0提问于2020-12-17得票数 2
1回答
我使用RandomForest Regressor和Sklearn进行了价格预测。利用随机森林回归器的feature_importances_函数可以得到特征的重要性。现在，我想知道哪些特性正在影响需要预测的数据的单个结果。我不能分享数据，因为它是保密的，只是把它当作一个医疗索赔文件，有8列与实际价格相关。对不起，如果这个问题听起来不太好的话，我是机器学习世界的新手。请给我一些指导，因为我被困住了。
浏览 0提问于2018-08-22得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
