使用具有基尼系数的Shapley值回归 这是用于使用基尼系数运行Shapley值回归的代码。 训练模型后,我们想了解每个预测变量如何对模型预测做出贡献。 解决此问题的一种方法是使用Shapley值回归(SVR)。 传统的SVR方法适用于线性回归模型,并使用Shapley值分解R平方。 该代码使用基尼系数代替R平方,因此它不仅可以应用于线性回归模型,而且可以应用于决策树,神经网络等各种不同模型。 当前支持的型号 当前,此代码仅支持线性回归模型和对数线性回归模型。 对数线性回归模型是使用对数函数转换因变量的模型。 将来,将添加更多模型。 用法 用法: train.py [-h] [-v] [-i INPUT] [-o OUTPUT] [-m MODEL] [-s STEP] optional arguments: -h, --help show this help