shap

SKILL.md

SHAP is a unified approach to explain machine learning model outputs using Shapley values from cooperative game theory. This skill provides comprehensive guidance for:

SHAP works with all model types: tree-based models (XGBoost, LightGBM, CatBoost, Random Forest), deep learning models (TensorFlow, PyTorch, Keras), linear models, and black-box models.

See references/explainers.md for detailed information on all explainer types.

SHAP (SHapley Additive exPlanations) を使用したモデルの解釈可能性と説明可能性。このスキルは、機械学習モデルの予測の説明、特徴の重要度の計算、SHAP プロット (ウォーターフォール、ミツバチ、バー、散布図、力、ヒートマップ) の生成、モデルのデバッグ、モデルのバイアスまたは公平性の分析、モデルの比較、または説明可能な AI の実装を行うときに使用します。ツリーベースのモデル (XGBoost、LightGBM、ランダム フォレスト)、深層学習 (TensorFlow、PyTorch)、線形モデル、および任意のブラック ボックス モデルで動作します。 ソース: ovachiever/droid-tings。

原文を見る