Я использую функцию xgboost pred_contribs
, чтобы получить вид интерпретируемости (значения shapley) для каждой выборки моей модели.
booster.predict(test, pred_contribs=True)
Возвращает вектор вклада формы (номер выборки)) х (количество функций).Сумма взносов равна маржинальному баллу.
Но я хотел бы использовать вероятности вместо маржинального балла, а для простоты я хотел бы преобразовать (с приближением) вклады в вероятности.
Есть ли способ сделать это?
Пример кода:
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
import xgboost as xgb
X, y = make_classification()
X_train, X_test, y_train, y_test = train_test_split(X, y)
dtrain = xgb.DMatrix(X_train, label=y_train)
dtest = xgb.DMatrix(X_test, label=y_test)
param = {
'max_depth': 2,
'eta': 1,
'silent': 1,
'objective': 'binary:logistic',
'eval_metric': 'auc'
}
booster = xgb.train(param, dtrain, 50)
probabilites = booster.predict(dtest)
margin_score = booster.predict(dtest, output_margin=True)
contributions = booster.predict(dtest, pred_contribs=True)