SHAP kernel explainer

Explainable AI v Pythonu

Fouad Trad

Machine Learning Engineer

Odvozuje hodnoty SHAP pro libovolný model
- K nejbližších sousedů
- Neuronové sítě
- Modely založené na stromech
Pomalejší než explainery specifické pro daný typ

Obrázek znázorňující rozdělení SHAP explainerů na obecné (použitelné pro jakýkoliv model) a explainery specifické pro daný typ modelu.

Srdeční onemocnění

age	sex	blood_pressure	ecg_results	thalassemia
52	1	125	1	3
53	1	140	0	3
70	1	145	1	3
61	1	148	1	3
62	0	138	1	2

mlp_clf: vícevrstvý perceptron predikující riziko srdečního onemocnění

age	gender	bmi	children	smoker	charges
19	0	27.900	0	1	16884.92
18	1	33.770	1	0	1725.55
28	1	33.000	3	0	4449.46
33	1	22.705	0	0	21984.47
32	1	28.880	0	0	3866.85

mlp_reg: vícevrstvý perceptron predikující pojistné náklady

import shap


explainer = shap.KernelExplainer(
  # Model's prediction function, 
  # Representative summary of dataset
)

import shap


explainer = shap.KernelExplainer(
  # Model's prediction function, 
  # Representative summary of dataset
)

import shap

explainer = shap.KernelExplainer(
  mlp_reg.predict, 
  # Representative summary of dataset
)

import shap

explainer = shap.KernelExplainer(
  mlp_clf.predict_proba, 
  # Representative summary of dataset
)

import shap

explainer = shap.KernelExplainer(
  mlp_reg.predict, 
  shap.kmeans(X, 10)
)


shap_values_reg = explainer.shap_values(X)

import shap

explainer = shap.KernelExplainer(
  mlp_clf.predict_proba, 
  shap.kmeans(X, 10)
)


shap_values_cls = explainer.shap_values(X)

mean_reg = np.abs(shap_values_reg).mean(axis=0)

plt.bar(X.columns, mean_reg)

Sloupcový graf důležitosti příznaků pro regresi – kouření a věk jsou nejvlivnější faktory.

mean_cls = np.abs(shap_values_cls[:,:,1]).mean(axis=0)

plt.bar(X.columns, mean_cls)

Sloupcový graf důležitosti příznaků pro klasifikaci – typ bolesti na hrudi a talasémie jsou nejvlivnější faktory.

plt.bar(X.columns, np.abs(lin_reg.coef_))

Sloupcový graf důležitosti příznaků pro lineární regresi – kouření a věk jsou nejvlivnější faktory.

plt.bar(X.columns, np.abs(log_reg.coef_[0]))

Sloupcový graf důležitosti příznaků pro klasifikaci – typ bolesti na hrudi je nejvlivnější faktor.

Explainable AI v Pythonu