stacking二分类模型加shap完整
python实现
配合二分类模型全套使用效果更佳
1.通过模型超参数优化得到每个子模型的最优模型
2.选择性能排行前top5的模型作为stacking模型的子模型
3.分别对子模型作shap特征分析,以不同特征分析不同子模型
将各个子模型输出作为父模型输入作shap分析,以评估不同子模型对最终输出的影响
5.对整个stacking模型作shap分析,以评估特征对staking模型的影响
6.建立单个特征的shap依赖图来更加清晰的表现不同特征或不同模型输出对最终staking结果的影响
案例数据使用糖尿病数据集
可替换其他数据集使用
ID:8640
详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885
图文详情请查看: http://matup.cn/861902534218.html