説明モデルSHAP概説＋説明モデルを要因分析に使う時のメモ - てばさきさんの自由研究

説明モデルSHAP概説＋説明モデルを要因分析に使う時のメモ - てばさきさんの自由研究

Twitter始めました。よかったらフォローしてもらえると嬉しいです！ リンク また、目下勉強中のため、お...概要を表示 Twitter始めました。よかったらフォローしてもらえると嬉しいです！ リンク また、目下勉強中のため、おかしい/違うと思う/わかりにくい点など些細なことでもフィードバックをいただけるととても嬉しいです。 章立ては以下のようになります。 はじめに SHAPとは Shapley値とSHAPの関係 ユースケース SHAPの特徴 Shapley値計算法 Shapley値の計算式 例　プレイヤーA, B, Cが参加するゲームのプレイヤーAのShapley値（貢献度）を算出する。 （パッケージでできる）可視化例 特定のサンプルのSHAP値 全サンプルのSHAP値 それぞれの説明変数の変数重要度 2変数とSHAP値の関係 ２つの説明変数の交互作用効果 説明モデルで要因分析する際に気づいた/意識した点 予測モデルの精度が高いことが望ましい SHAP値がばらつくことがあるので、バリアンスを小さくする工夫を

• 機械学習