Evalml: فشل اختبار SHAP مع مقدر Elastic Net Classifier

أعتقد أن هذه مشكلة حالات العسر الشديد. لقد قدمت https://github.com/slundberg/shap/issues/2000 للمناقشة. على المدى القصير ، أعتقد أنه يمكننا القيام بما يلي:

• استخدم link = "Identity" في KernelExplainer للنماذج الخطية
• استخدم LinearExplainer مع ارتباط تسجيل الدخول ، explainer = shap.LinearExplainer(classifier, X, link=shap.links.logit)

اختبار آخر فشل:

بشكل أساسي ، باستخدام alpha=0.5, l1_ratio=0.5 ، وهو ما لدينا قبل ذلك ، إذا أضفنا هذا الاختبار إلى evalml/tests/model_understanding_tests/prediction_explaination_tests/test_explainers.py :

@pytest.mark.parametrize("estimator", ["Extra Trees Classifier", "Elastic Net Classifier"])
def test_elastic_net(estimator, fraud_100):
    pytest.importorskip('imblearn', reason='Skipping test because imblearn not installed')
    X, y = fraud_100
    pipeline = BinaryClassificationPipeline(component_graph=["Imputer", "One Hot Encoder", "DateTime Featurization Component", estimator])
    pipeline.fit(X=X, y=y)
    pipeline.predict(X)
    importance = explain_predictions(pipeline, X, y, indices_to_explain=[0], top_k_features=4)
    assert report['feature_names'].isnull().sum() == 0
    assert report['feature_values'].isnull().sum() == 0

فشل الاختبار:

إذا قمنا بتغيير alpha و l1_ratio ، فسيظل فشلًا.

طيب @ bchen1116 ، اذهب وافعل ذلك.

الختام مع هذا العلاقات العامة