Evalml: Elastic Net Classifier 추정기로 SHAP 테스트 실패

나는 이것이 샤프 문제라고 생각한다. 토론을 위해 https://github.com/slundberg/shap/issues/2000 을 제출했습니다. 단기적으로는 다음과 같이 할 수 있다고 생각합니다.

• 선형 모델의 경우 KernelExplainer 에 link="identity" 사용
• 로짓 링크와 함께 LinearExplainer 사용, explainer = shap.LinearExplainer(classifier, X, link=shap.links.logit)

실패한 추가 테스트:

이 테스트를 evalml/tests/model_understanding_tests/prediction_explaination_tests/test_explainers.py 추가하면 메인에서 alpha=0.5, l1_ratio=0.5 를 사용 합니다 .

@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

테스트 실패:

alpha와 l1_ratio를 변경해도 여전히 실패합니다.

좋아 @bchen1116 , 가자.

이 PR로 마무리