Hatena Blog Tags
はてなブログ トップ
shap
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

shap

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
サイの遊び場　Family Life•3ヶ月前

トースターが壊れてしまったので買い換えました！

こんばんはユキです。 数日前に嫁がオーブントースターを清掃してたら壊しちゃったみたい💦 焼くのに蛍光灯みたいなのが中に入ってるんですがそれを割っちゃったんだそうです。私が独り暮らしをしている時から使っていたのでだいぶ古かったから仕方がないね。長持ちしてくれたね。 という事で代わりの物を見に行きました。 色々なお店で見ていると、オーブンレンジにして1台にしてしまえばレンジも交換できるという話になりました。 このレンジとやらも私が独り暮らしの時からのやつです。一応オーブンレンジでしたがオーブン機能は使ったことがありませんでした（笑） これを機にオーブンも使ってみようよってことになり楽しみになっちゃ…

#オーブンレンジ#RE-S1100-W

関連ブログ

Vポイントマーケティング｜TECH LABの Tech Blog•1年前

特徴量のスパース性と特徴量重要度の関係性について調査しました。

こんにちは。データサイエンスグループの木下です。 今回は、スパースなカラムを含むデータにおける、二値分類モデルを作る際のモデルの性能に関して実験してみました。 背景 マーケティングの世界では、施策の効果を評価するために、 性別や年代などのデモグラフィック情報や、オンライン・オフラインの行動データを活用し、 特定の施策に対する反応を予測する二値分類モデルが用いられることがあります。 それらの説明変数の中で、行動データは特定期間内で0になるユーザーが多く、疎(スパース)なデータになっていることが想定されます。一方、デモグラフィックデータは基本的に全てのユーザーのデータを有しているので、密なデータに…

#データサイエンス#スパース性#二値分類
ENGINEERING BLOG ドコモ開発者ブログ•1年前

SHAP-IQ: 機械学習モデル解釈の最新手法を紹介

TL;DR 機械学習のモデル解釈手法SHAPを拡張した、SHAP-IQ (Interaction Quantification) が提案された 単一の特徴量だけでなく、複数の特徴量間の交互作用も近似して、モデルの解釈性を深めることが可能 pythonライブラリshapiqで利用可能。NeurIPS2024 (Datasets and Benchmarks Track) に採択 SHAPと同様に、ローカル・グローバル両方の解釈が得られ、可視化の各種メソッドも実装されている Source: shapiq: Shapley Interactions for Machine Learning TL;D…

#機械学習#データ分析#説明可能なAI#shap#アドベントカレンダー
バスケやデータの雑記帳•3年前

FIBA Basketball World Cup 2023をデータ分析してみた（Part.3｜LightGBM+SHAP分析）

本記事は、全5回に分けてFIBAバスケットボールワールドカップ2023の全92試合を分析してみたシリーズ第3回目です。 相関分析・可視化分析｜勝敗と相関が高いスタッツの項目は何か？勝利したチームと敗北したチームのスタッツの差はどう違うのか？ 決定木分析｜勝利するチームのスタッツの条件は？（その1） LightGBM+SHAP分析｜勝利するチームのスタッツの条件は？（その2） 次元削減分析（主成分分析・t-SNE・UMAP）｜スタッツから見る大会参加チームの特徴は？（その1） 因子分析+クラスタリング｜スタッツから見る大会参加チームの特徴は？（その2） 前回は、決定木分析を行い、勝利する際のスタ…

#Python#データサイエンス#機械学習の解釈性#shap#FIBAバスケットボールワールドカップ#バスケット・ボール
DATAFLUCT Tech Blog•4年前

SHAPで機械学習モデルを解釈してみた

こんにちは！nakamura（@naka957）です。今回は機械学習モデルの解釈するために有用な手法であるSHAPをご紹介します。モデル解釈はデータ分析や機械学習の活用において重要な内容ですので、興味がある方は是非参考にしてみてください。 SHAPとは 機械学習モデルの準備 SHAP値の算出 waterfallプロット beeswarmプロット scatterプロット まとめ 参考文献 SHAPとは SHAP(SHapley Additive exPlanations)は、機械学習モデルを解釈するのに便利な手法です。モデルの予測に対し、特徴量（説明変数）の寄与度を定量的に算出できます。また、モ…

#DATAFLUCT
tkherox blog•5年前

SHAPの各種可視化プロットを日本語化する

今回の記事は備忘録も兼ねて軽めの内容を記載していきます． はじめに 実行環境 問題 対策 まとめ はじめに 機械学習のモデル解釈で頻繁に用いられるのがSHAPです． 実際のデータ分析の現場で頻繁に用いられるライブラリとしては shap があります． github.com 個別のサンプルにおけるSHAP Valueの傾向を確認する force_plot や大局的なSHAP Valueを確認する summary_plot 、変数とSHAP Valueの関係を確認する dependence_plot など，モデル傾向を確認するための便利な可視化メソッドが用意されておりこれらを適切に用いることで可視化…

#shap#文字化け#可視化
見習いデータサイエンティストの隠れ家•7年前

AIを脱Black Box! XAI（Explainable AI）を勉強する　〜shap編〜

私達の知らない未来を予測したい。そして予測した未来に至る要因も教えてほしい。という難問をさらっと突きつけるのが人間の欲でもあります。それを叶えてくれそうな今日のAIは、驚きの精度の予測結果を私達に見せてきます。しかし、精度が高ければ高いほど、その予測結果に至る過程を隠してしまうという問題があります。まるで美味しいハンバーグやさんの秘伝のデミグラスソースのように。そこで、今回は予測モデルの中身を見るための脱Black Box化に関して取り組んでいきます。 前回は脱Black Box化の方法の一つであるPermutation Importanceについて実装しました。この方法はデータ全体でみたとき…

#Python#shap#XAI