dropout009 https://blog.hatena.ne.jp/dropout009/ REVISIO Tech Blog https://tech.revisio.co.jp/ はじめに モデルの学習 変数重要度 Partial Dependence Plot まとめ 参考 はじめに こんにちは、データサイエンティストの森下です。 本記事では所謂ブラックボックスモデルを解釈する方法を紹介したいと思います。 RF/GBDT/NNなどの機械学習モデルは古典的な線形回帰モデルよりも高い予測精度が得られる一方で、インプットとアウトプットの関係がよくわからないという解釈性の問題を抱えています。 この予測精度と解釈性のトレードオフでどちらに重点を置くかは解くべきタスクによって変わってくると思いますが、たとえばTVISIONでのデータ分析はクライアントの意思決定に繋げる必要があり、… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftech.revisio.co.jp%2Fentry%2F2019%2F02%2F07%2F180646" title="変数重要度とPartial Dependence Plotでブラックボックスモデルを解釈する - REVISIO Tech Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/d/dropout009/20190106/20190106213711.png Hatena Blog https://hatena.blog 2019-02-07 18:06:46 rich https://tech.revisio.co.jp/entry/2019/02/07/180646 1.0 100%