上海建设网站制作宁波网站的优化

张小明 2026/1/13 8:41:49
上海建设网站制作,宁波网站的优化,网站建设与网页设计实训报告,网红包装设计师NGBoost-shap方法回归任务#xff0c;由斯坦福吴恩达团队提出#xff0c;属于集成模型的一种2019年提出的#xff0c;算是比较新的方法了 自带数据集#xff0c;可以直接运行#xff0c;对模型采用shap进行分析#xff0c;所有图所见即所得 python 代码NGBoost这玩意儿最…NGBoost-shap方法回归任务由斯坦福吴恩达团队提出属于集成模型的一种2019年提出的算是比较新的方法了 自带数据集可以直接运行对模型采用shap进行分析所有图所见即所得 python 代码NGBoost这玩意儿最近在回归任务里挺火作为吴恩达团队整出来的新活它最骚的地方在于既能预测数值还能估计不确定性。咱们今天直接上手实操用自带数据集快速搞个可复现的demo顺带用SHAP把模型掰开了揉碎了看看。先装个环境别问问就是pip大法好pip install ngboost shap上代码直接开整先加载内置的糖尿病数据集from ngboost import NGBRegressor from sklearn.datasets import load_diabetes from sklearn.model_selection import train_test_split X, y load_diabetes(return_X_yTrue) X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, random_state42) ngb NGBRegressor(Distngboost.distns.Normal, n_estimators100) ngb.fit(X_train, y_train) # 预测时同时拿到预测值和置信区间 preds ngb.pred_dist(X_test) print(f均值预测示例{preds.params[loc][:3]}) print(f标准差示例{preds.params[scale][:3]})这里用了正态分布作为基分布n_estimators设到100能保证基础学习器足够多。预测结果直接返回分布参数比普通回归只能输出个数值有意思多了。接下来用SHAP扒开模型看细节import shap # 用TreeExplainer适配树模型结构 explainer shap.TreeExplainer(ngb) shap_values explainer.shap_values(X_test) # 特征重要性可视化 shap.summary_plot(shap_values, X_test, feature_namesload_diabetes().feature_names)运行后会跳出两张神图第一张是特征总体重要性明显能看到s5血清检测指标和age对预测结果影响最大第二张是特征作用方向图每个点颜色代表特征值大小能直观看到高年龄对应的预测值偏移方向。想具体看单个预测案例上force_plot# 选个有意思的样本观察 sample_idx 15 shap.force_plot(explainer.expected_value, shap_values[sample_idx], X_test[sample_idx], feature_namesload_diabetes().feature_names)这图看着就很有说服力——基线值在150左右s5特征硬生生把预测结果拉低了20个点bmi又给顶上去10个点。这种可视化比看表格里的系数值直观十个Level实测中发现NGBoost对参数挺敏感把Dist换成LogNormal分布预测区间立马变得右偏。SHAP分析时也会发现特征影响方向发生微妙变化这说明模型结构的选择会直接影响可解释性结果。建议跑多个分布配置对比着看特别是当业务场景对不确定性方向有要求时。最后来个骚操作把预测分布画出来看不确定性import matplotlib.pyplot as plt plt.figure(figsize(10,6)) plt.scatter(y_test, preds.params[loc], alpha0.5) plt.errorbar(y_test, preds.params[loc], yerr2*preds.params[scale], fmto, alpha0.3) plt.plot([y.min(), y.max()], [y.min(), y.max()], r--)这个误差带可视化直接暴露了模型在极端值区域的预测乏力——当真实值超过250时预测点明显偏离红色对角线同时误差带急剧变宽。这种双重可视化把模型优缺点直接拍脸上比单纯看R²得分带劲多了。总结下来NGBoostSHAP的组合拳特别适合需要量化不确定性的场景比如金融风控、医疗预测。代码层面几乎零魔改就能出效果但要注意分布假设对可解释性的影响。下次遇到产品经理说我要个能解释的AI直接甩这个方案过去就完事了。
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!

因网站建设关闭的公告做网站的公司主要工作是什么

Lyciumaker:解锁三国杀卡牌制作的无限创意可能 【免费下载链接】Lyciumaker 在线三国杀卡牌制作器 项目地址: https://gitcode.com/gh_mirrors/ly/Lyciumaker 还在为无法找到合适的三国杀卡牌制作工具而苦恼吗?想要设计专属武将却不知从何入手&am…

张小明 2026/1/1 22:16:47 网站建设

可以做网站头像的图片网站正在建设中图片

基于博途1200plc堆垛立体车库设计 IO分配表,电气接线图,plc程序,组态界面程序,动画仿真立体车库的PLC控制核心在于逻辑处理和设备联动。先说说IO分配这事儿,新手最容易犯的毛病就是变量命名混乱。比如把升降电机的正转…

张小明 2026/1/2 6:42:44 网站建设

驻马店北京网站建设简单动画制作软件

天津大学LaTeX论文模板:5个关键步骤实现完美格式排版 【免费下载链接】TJUThesisLatexTemplate 项目地址: https://gitcode.com/gh_mirrors/tj/TJUThesisLatexTemplate TJUThesisLatexTemplate是专为天津大学学生打造的学位论文LaTeX模板,能够自…

张小明 2026/1/9 19:47:07 网站建设

建设用地规划查询网站网站改版的好处

用LangChain定制Anything-LLM回复风格 在智能知识系统逐渐成为开发者日常生产力工具的今天,一个微妙却真实存在的割裂感正被越来越多用户感知:即便你已经部署了功能强大的本地大模型和完整的文档检索体系,AI给出的回答依然“不像你”。 语气疏…

张小明 2026/1/2 19:18:24 网站建设

生鲜市场型网站开发商标注册网上缴费流程

第一章:AI模型部署中的安全挑战在将AI模型从开发环境迁移到生产系统的过程中,安全问题往往成为被低估的关键环节。攻击者可能利用模型推理接口、训练数据或部署架构中的漏洞,实施数据窃取、模型逆向或对抗性攻击。因此,保障AI系统…

张小明 2026/1/3 1:07:32 网站建设

书店网站建设人员分配虚拟机做实验的网站

Wan2.2-T2V-A14B在智能家居操作指引视频中的交互逻辑演示 你有没有遇到过这种情况:刚买回一台智能扫地机器人,说明书厚厚一叠,字小图少,看得头大 😵‍💫;或者爸妈拿着手机问你:“这个…

张小明 2026/1/5 13:32:38 网站建设