- Interpretable Machine Learning E-book
https://tootouch.github.io/IML/start/
역자의 말
Interpretable Machine Learning E-book
tootouch.github.io
1. Permutation importance
http://bongholee.com/2020/03/permutation-importance-partial-dependence-plot-%EC%A0%95%EB%A6%AC/
Permutation Importance & Partial Dependence Plot 정리 - Re-considered
Permutation Importance과 Pertial Dependence Plot은 Machine Learning Model에서 Input과 Output간의 관계를 이해하기 위한 가장 쉬운 방법론 중 하나이다. Model을 평가하는 여러 방식이 있지만 그 중에
bongholee.com
2. Partial Dependence Plot (PDP)
[interpretable machine learning]Partial dependence plot 개인적 정리 · Go's BLOG
서론. 모델의 해석에 관하여 우리가 아는 모델은 2가지 관점, 즉 예측력과 해석력 측면에서 접근할 수 있다. 이 중, 예측력이 높은 복잡한 모델일 수록 해석력은 떨어진다고 할 수 있다. 대표적으로 딥러닝 모델들은 해당 변수가 어떻게 결과값에 영향을 주었는지 파악하고 활용하기가 상당히 힘들어진다. 이러한 특성에서 흔히 예측력이 높으나 해석이 힘들 모델을 black box라고 부른다. 반면, 선형회귀 같이 전통적인 모델들은 예측성능은 비교적 떨어지지만, ‘변
godongyoung.github.io
https://blog.naver.com/PostView.nhn?blogId=tjdrud1323&logNo=221740255370
Partial Dependence plot(PDP) 완벽 이해
(본 글은 https://christophm.github.io/interpretable-ml-book/pdp.html 해당 사이트의 글을 번역한 것입...
blog.naver.com
[해석할 수 있는 기계학습(5-1)] 부분의존도(Partial Dependence Plot)
부분의존도(PDP 또는 PD plot)는 기계학습 모델의 예측 결과에 대한 하나 또는 두개의 특성들이 갖는 한계 효과(Marginal effect)를 보여줍니다(J. H. Friedman 2001). 부분의존도는 목표값과 특성값 사이의 ��
eair.tistory.com
RPubs - pdp: An R Package for Constructing Partial Dependence Plots
rpubs.com
3. Individual Conditional Expectation (ICE)
-> PDP도 이해하기 좋음!
[interpretable machine learning] Individual Conditional Expectation 개인적 정리 · Go's BLOG
해당 글은 앞선 정리글인 PDP에 이어지는 내용입니다. 더 나은 이해를 위해 PDP글을 한번 읽어보시기 바랍니다. 앞선 글에서 black box 모델에서 변수의 영향을 근사적으로 파악하기 위한 방법을 PDP를 다뤘다. 이번엔 pdp의 단점들을 보완하기 위한 방법들에 대해 다뤄본다. 구체적으로 Individual Conditional Expectation (ICE)와 Centered ICE Plot이다. Individual Conditional Expect
godongyoung.github.io
머신러닝 해석력 시리즈 3탄: 부분의존성(PD) & 개별조건부기대치(ICE) 플롯 정복하기!
머신러닝 모델 해석력 시리즈 3탄! 오늘은 머신러닝 모델의 작동 원리에 대한 인사이트를 도출할 수 있는 변수를 표시하는 두 가지 방법에 대해 자세히 살펴보고자 합니다. 머신러닝 모델 해석력 시리즈 1탄과 2..
blogsaskorea.com
[월간 데이터 분석] 부분 의존도 그림과 SHAP
12월호 | 모델의 예측만큼이나 중요한 것이 모델의 해석일 것입니다. 그래서 이번에는 모델의 해석에 사용되는 기법들을 알아보겠습니다. 선형 모델은 어차피 그 자체로 해석 가능하기 때문에 ��
brunch.co.kr
4. Shapley values (SHAP)
https://datanetworkanalysis.github.io/2019/12/23/shap1
SHAP에 대한 모든 것 - part 1 : Shapley Values 알아보기
1. 게임이론 (Game Thoery) Shapley Value에 대해 알기위해서는 게임이론에 대해 먼저 이해해야한다. 게임이론이란 우리가 아는 게임을 말하는 것이 아닌 여러 주제가 서로 영향을 미치는 상황에서 서로
datanetworkanalysis.github.io
[월간 데이터 분석] 부분 의존도 그림과 SHAP
12월호 | 모델의 예측만큼이나 중요한 것이 모델의 해석일 것입니다. 그래서 이번에는 모델의 해석에 사용되는 기법들을 알아보겠습니다. 선형 모델은 어차피 그 자체로 해석 가능하기 때문에 ��
brunch.co.kr
https://data-newbie.tistory.com/254
[ Python ] SHAP (SHapley Additive exPlanations) Decision plot 설명
도움이 되셨다면, 광고 한번만 눌러주세요. 블로그 관리에 큰 힘이 됩니다 ^^ 기존에 내가 들었던 것은 Lime이라는 것이 있었지만, SHAP도 많이 언급되는 것 같아서 잘 정리된 자료를 리뷰해보려고 한다. SHAP FRA..
data-newbie.tistory.com
https://towardsdatascience.com/explain-your-model-with-the-shap-values-bc36aac4de3d
Explain Your Model with the SHAP Values
Use the SHAP Values to Explain Any Complex ML Model
towardsdatascience.com
'Machine Learning > Algorithm' 카테고리의 다른 글
| Prophet (0) | 2021.02.25 |
|---|---|
| Ensemble learning (Stacking) (0) | 2020.05.06 |
| K-nearest neighbors , distance measures (0) | 2020.03.16 |
| 인공 신경망 (Neural Network) (0) | 2020.03.12 |
| Logistic regression (로지스틱 회귀모델) - 2 (학습, 해석) (0) | 2020.03.11 |