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