对于已交付(客户流失预警)模型的模型可解释LIME

2024-01-30 16:04

本文主要是介绍对于已交付(客户流失预警)模型的模型可解释LIME,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

介绍: 

数据: 

数据处理:

随机森林建模: 

LIME

例一:

例二:

介绍: 

LIME (Local Interpretable Model-agnostic Explanations) 是一种解释机器学习模型的方法。它通过生成一个可解释模型,来解释黑盒模型的预测。LIME的主要思想是在附近生成一组局部数据点,然后使用可解释模型来逼近黑盒模型在这些数据点上的预测。通过解释局部数据点上的预测结果,LIME可以帮助我们理解黑盒模型的决策过程,并提供对预测结果的解释。LIME广泛应用于解释图像分类、自然语言处理和其他机器学习任务中的模型预测。

LIME的核心函数是`lime.lime_tabular.LimeTabularExplainer`,它用于解释基于表格数据的模型。这个函数有以下参数:- `training_data`: 用于训练解释模型的样本数据。
- `feature_names`: 具有特征名称的特征的列表。
- `class_names`: 目标变量的名称。
- `mode`: 解释模型的模式,默认为 "classification",也可以设置为 "regression"。
- `discretize_continuous`: 是否对连续特征进行离散化,默认为 True。
- `discretizer`: 离散化连续特征的方法,默认为 "quartile"。
- `feature_selection`: 用于选择最重要特征的方法,默认为 "auto"。
- `kernel_width`: 连续特征离散化后的宽度,默认为 None。
- `verbose`: 控制详细程度的标志,默认为 False。另外,使用`explain_instance`函数可以为给定的实例解释模型的预测结果。这个函数有以下参数:- `data_row`: 要解释的实例数据。
- `predict_fn`: 用于预测的函数。
- `num_features`: 返回解释结果中重要特征的数量,默认为 10。
- `top_labels`: 返回解释结果中预测结果的数量,默认为 1。
- `labels`: 预测结果的标签。
- `categorical_features`: 类别型特征的索引。
- `categorical_names`: 类别型特征的名称。这些函数是LIME的核心组成部分,帮助我们解释机器学习模型的预测结果。

数据: 

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd# Importing the dataset
data = pd.read_csv('Churn_Modelling.csv')
X = data.iloc[:, 3:13]
y = data.iloc[:, 13]data.isnull().sum()
'''
RowNumber          0
CustomerId         0
Surname            0
CreditScore        0
Geography          0
Gender             0
Age                0
Tenure             0
Balance            0
NumOfProducts      0
HasCrCard          0
IsActiveMember     0
EstimatedSalary    0
Exited             0
dtype: int64
'''
data

数据处理:

#Create dummy variables 机器不能识别字符,转为数字
geography=pd.get_dummies(X["Geography"],drop_first=True)
gender=pd.get_dummies(X['Gender'],drop_first=True)## Concatenate the Data FramesX=pd.concat([X,geography,gender],axis=1)## Drop Unnecessary columns
X=X.drop(['Geography','Gender'],axis=1)

随机森林建模: 

# Splitting the dataset into the Training set and Test set
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 0)from sklearn.ensemble import RandomForestClassifier
classifier=RandomForestClassifier()
classifier.fit(X_train,y_train)y_pred=classifier.predict(X_test)
#Import scikit-learn metrics module for accuracy calculation
from sklearn import metrics# Model Accuracy, how often is the classifier correct?
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))
#结果:Accuracy: 0.8646666666666667

LIME

import pickle
pickle.dump(classifier, open("classifier.pkl", 'wb'))classifier1=pd.read_pickle('classifier.pkl')import lime
from lime import lime_tabularinterpretor = lime_tabular.LimeTabularExplainer(training_data=np.array(X_train),#用于训练解释模型的样本数据。feature_names=X_train.columns,#具有特征名称的特征的列表。mode='classification'#解释模型的模式,默认为 "classification",也可以设置为 "regression"。
)# feature importance of the random forest model
feature_importance = pd.DataFrame()
feature_importance['variable'] = X_train.columns
feature_importance['importance'] = classifier1.feature_importances_# feature_importance values in descending order
feature_importance.sort_values(by='importance', ascending=False).head(10)#该模型权重

例一:

X_test.iloc[88]
'''结果:
CreditScore           756.00
Age                    39.00
Tenure                  3.00
Balance            100717.85
NumOfProducts           3.00
HasCrCard               1.00
IsActiveMember          1.00
EstimatedSalary     73406.04
Germany                 1.00
Spain                   0.00
Male                    0.00
Name: 1096, dtype: float64
'''print('prediction: {}'.format(classifier1.predict(X_test.iloc[[88],:])))
#结果:prediction: [1]exp = interpretor.explain_instance(data_row=X_test.iloc[88], ##new data要解释的实例数据predict_fn=classifier1.predict_proba#: 用于预测的函数。
)exp.show_in_notebook(show_table=True)#该人可能属于流失或不流失的概率及各特征占比可能性

exp.as_pyplot_figure()

 

例二: 

exp = interpretor.explain_instance(data_row=X_test.iloc[2], ##new datapredict_fn=classifier1.predict_proba,num_features=10
)X_test.iloc[2]
'''结果:
CreditScore          706.00
Age                   42.00
Tenure                 8.00
Balance            95386.82
NumOfProducts          1.00
HasCrCard              1.00
IsActiveMember         1.00
EstimatedSalary    75732.25
Germany                0.00
Spain                  1.00
Male                   0.00
Name: 2398, dtype: float64
'''exp.show_in_notebook(show_table=True,show_all=False)

exp.as_pyplot_figure()

 

exp.as_list()
'''结果:
[('0.00 < IsActiveMember <= 1.00', -0.11661097094408614),('NumOfProducts <= 1.00', 0.08686460877739129),('Male <= 0.00', 0.043159886277428304),('Germany <= 0.00', -0.029197882161009953),('652.00 < CreditScore <= 719.00', -0.022598898299313823),('50910.68 < EstimatedSalary <= 99954.45', -0.01532003910694092),('Spain > 0.00', 0.013041709019348565),('37.00 < Age <= 44.00', -0.009812578647407045),('0.00 < HasCrCard <= 1.00', -0.008498455231089774),('Tenure > 7.00', -0.0038766005937966638)]​
'''

这篇关于对于已交付(客户流失预警)模型的模型可解释LIME的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/660774

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

wolfSSL参数设置或配置项解释

1. wolfCrypt Only 解释:wolfCrypt是一个开源的、轻量级的、可移植的加密库,支持多种加密算法和协议。选择“wolfCrypt Only”意味着系统或应用将仅使用wolfCrypt库进行加密操作,而不依赖其他加密库。 2. DTLS Support 解释:DTLS(Datagram Transport Layer Security)是一种基于UDP的安全协议,提供类似于

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU