Evalml: लोचदार नेट क्लासिफायर अनुमानक के साथ SHAP परीक्षण विफल रहता है

मुझे लगता है कि यह एक शेप इश्यू है। मैंने चर्चा के लिए https://github.com/slundberg/shap/issues/2000 दायर किया। अल्पावधि में, मुझे लगता है कि हम निम्नलिखित कार्य कर सकते हैं:

• रैखिक मॉडल के लिए KernelExplainer में लिंक = "पहचान" का उपयोग करें
• लॉगिट लिंक के साथ explainer = shap.LinearExplainer(classifier, X, link=shap.links.logit)

एक और परीक्षण जो विफल रहा:

, मुख्य प्रयोग पर alpha=0.5, l1_ratio=0.5 , जो है कि हम क्या करने से पहले है इस है, हम में इस परीक्षण को जोड़ने अगर 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

परीक्षण विफल रहता है:

अगर हम अल्फा और l1_ratio को बदलते हैं, तो भी यह विफल रहता है।

ठीक है @ bchen1116 , जाओ इसे करो।

इस जनसंपर्क के साथ समापन