eli5库的简介

eli5是一个Python包，它可以帮助调试机器学习分类器并解释它们的预测。ELI5是一个Python库，它允许使用统一的API可视化和调试各种机器学习模型。它内置了对几种ML框架的支持，并提供了一种解释黑盒模型的方法。eli5对比Yellowbrick，Yellowbrick 侧重于特征和模型性能解释，eli5侧重于模型参数和预测结果。

官方文档：Welcome to ELI5’s documentation! — ELI5 0.11.0 documentation

Github：GitHub - TeamHG-Memex/eli5: A library for debugging/inspecting machine learning classifiers and explaining their predictions，GitHub - eli5-org/eli5: A library for debugging/inspecting machine learning classifiers and explaining their predictions

1、eli5库有助于机器学习的可解释性

(1)、检查模型参数，试图弄清楚模型是如何全局工作的
(2)、检查模型的单个预测，并找出模型做出决策的原因

2、eli5库实现了几种用于检查黑盒模型的算法(参见检查黑盒估计器)

(1)， TextExplainer允许使用LIME算法解释任何文本分类器的预测(Ribeiro et al., 2016)。有一些实用程序可以将LIME与非文本数据和任意黑盒分类器一起使用，但是这个特性目前还处于试验阶段。
(2)、置换重要性方法可用于计算黑盒估计器的特征重要性。

3、eli5库支持的机器学习框架和包—可以和大多数通用的python机器学习工具包一起使用

eli5能够同大多数通用的python机器学习工具包一起使用，这其中包括scikit-learn、Keras、LightGBM、XGBoost、CatBoost 等等。

(1) 、scikit-learn-目前，ELI5允许解释scikit-learn线性分类器和回归器的权重和预测，将决策树打印为文本或SVG，显示特征的重要性，并解释决策树和基于树的集合的预测。ELI5理解来自scikit-learn的文本处理实用程序，并能相应地高亮显示文本数据。支持Pipeline和FeatureUnion。它还允许通过撤销哈希来调试包含HashingVectorizer的scikit-learn管道。
(2)、Keras -通过 Grad-CAM 可视化解释图像分类器的预测。
(3)、xgboost -显示特征重要性并解释XGBClassifier, XGBRegressor和xgboost. booster的预测。
(4)、LightGBM -显示特征重要性，解释LGBMClassifier, LGBMRegressor和LightGBM . booster的预测。
(5)、CatBoost -显示CatBoostClassifier、CatBoostRegressor和CatBoost. CatBoost的特征重要性。
(6)、lightning -解释lightning 分类器和回归器的权重和预测。
(7) 、sklearn-crfsuite-ELI5允许检查sklearn_crfsuite.CRF模型的权重。

eli5库的安装

T1、pip安装eli5过程

pip install eli5pip install -i https://pypi.tuna.tsinghua.edu.cn/simple eli5

T2、conda安装eli5过程

(base) PS C:\Users\99386> conda install eli5
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
PackagesNotFoundError: The following packages are not available from current channels:- eli5
Current channels:- https://repo.anaconda.com/pkgs/main/win-64- https://repo.anaconda.com/pkgs/main/noarch- https://repo.anaconda.com/pkgs/r/win-64- https://repo.anaconda.com/pkgs/r/noarch- https://repo.anaconda.com/pkgs/msys2/win-64- https://repo.anaconda.com/pkgs/msys2/noarch
To search for alternate channels that may provide the conda package you're
looking for, navigate tohttps://anaconda.org
and use the search bar at the top of the page.(base) PS C:\Users\99386> conda config --show channels
channels:- defaults
(base) PS C:\Users\99386> conda config --show channels
channels:- defaults
(base) PS C:\Users\99386> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
(base) PS C:\Users\99386> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
(base) PS C:\Users\99386> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
(base) PS C:\Users\99386>
(base) PS C:\Users\99386> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
(base) PS C:\Users\99386> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
(base) PS C:\Users\99386> conda config --set show_channel_urls yes
(base) PS C:\Users\99386> conda config --show channels
channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/- defaults
(base) PS C:\Users\99386> conda install eli5
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: done==> WARNING: A newer version of conda exists. <==current version: 4.12.0latest version: 4.13.0
Please update conda by running$ conda update -n base -c defaults conda
## Package Plan ##environment location: D:\ProgramData\Anaconda3added / updated specs:- eli5
The following packages will be downloaded:package                    |            build---------------------------|-----------------ca-certificates-2022.3.29  |       haa95532_1         122 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/maincertifi-2021.10.8          |   py39haa95532_2         152 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mainconda-4.12.0               |   py39hcbf5309_0         1.0 MB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgeeli5-0.11.0                |     pyhd8ed1ab_0          76 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgegraphviz-2.38.0            |    h6538335_1011        41.0 MB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgeopenssl-1.1.1n             |       h2bbff1b_0         4.8 MB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mainpython-graphviz-0.16       |     pyhd3deb0d_1          20 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgepython_abi-3.9             |           2_cp39           4 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgesingledispatch-3.6.1       |     pyh44b312d_0          12 KB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge------------------------------------------------------------Total:        47.2 MB
The following NEW packages will be INSTALLED:eli5               anaconda/cloud/conda-forge/noarch::eli5-0.11.0-pyhd8ed1ab_0graphviz           anaconda/cloud/conda-forge/win-64::graphviz-2.38.0-h6538335_1011python-graphviz    anaconda/cloud/conda-forge/noarch::python-graphviz-0.16-pyhd3deb0d_1python_abi         anaconda/cloud/conda-forge/win-64::python_abi-3.9-2_cp39singledispatch     anaconda/cloud/conda-forge/noarch::singledispatch-3.6.1-pyh44b312d_0The following packages will be SUPERSEDED by a higher-priority channel:ca-certificates                                 pkgs/main --> anaconda/pkgs/maincertifi                                         pkgs/main --> anaconda/pkgs/mainconda              pkgs/main::conda-4.12.0-py39haa95532_0 --> anaconda/cloud/conda-forge::conda-4.12.0-py39hcbf5309_0openssl                                         pkgs/main --> anaconda/pkgs/main
Proceed ([y]/n)? y
Downloading and Extracting Packages
python-graphviz-0.16 | 20 KB     | ################################################################################################################################################# | 100%
ca-certificates-2022 | 122 KB    | ################################################################################################################################################# | 100%
singledispatch-3.6.1 | 12 KB     | ################################################################################################################################################# | 100%
python_abi-3.9       | 4 KB      | ################################################################################################################################################# | 100%
openssl-1.1.1n       | 4.8 MB    | ################################################################################################################################################# | 100%
eli5-0.11.0          | 76 KB     | ################################################################################################################################################# | 100%
conda-4.12.0         | 1.0 MB    | ################################################################################################################################################# | 100%
graphviz-2.38.0      | 41.0 MB   | ################################################################################################################################################# | 100%
certifi-2021.10.8    | 152 KB    | ################################################################################################################################################# | 100%
Preparing transaction: done
Verifying transaction: failed
EnvironmentNotWritableError: The current user does not have write permissions to the target environment.environment location: D:\ProgramData\Anaconda3

eli5库的使用方法

1、基础用法

1.1、eli5.show_weights()用法

eli5.show_weights(model, feature_names = X.columns.tolist())

`show_weights`方法默认采用gain来计算权重，当然也可以通过设置`importance_type`参数，来传入其他控制特征重要性的计算。

2、进阶用法

相关文章

ML之PFI(eli5)：基于mpg数据集利用RF随机森林算法和PFI置换特征重要性算法实现模型特征可解释性排序实现

ML之PFI(eli5)：基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛)球队比赛之星分类预测数据集利用RF随机森林算法和PFI置换特征重要性算法实现模型特征可解释性排序实

Py之eli5：eli5库的简介、安装、使用方法之详细攻略相关推荐

Py之glob： glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介、使用方法之详细攻略
Py之glob: glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介.使用方法之详细攻略目录 glob库的简介 glob库的使用方法 1.单个字符通配符:用问号(?)匹配任何单个的字符.
Python语言学习：Python常用自带库(imageio、pickle)简介、使用方法之详细攻略
Python语言学习:Python常用自带库(imageio.pickle)简介.使用方法之详细攻略目录 imageio简介及其常见使用方法 pickle简介及其常见使用方法简介使用方法简介及 ...
Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略目录 matplotlib.pyplot的plt.legend函数的简 ...
Python：numpy库中的一些函数简介、使用方法之详细攻略
Python:numpy库中的一些函数简介.使用方法之详细攻略目录 numpy库中的一些函数简介.使用方法 1.np.concatenate() 1.1.函数案例 1.2.函数用法 numpy库中的 ...
sklearn之XGBModel：XGBModel之feature_importances_、plot_importance的简介、使用方法之详细攻略
sklearn之XGBModel:XGBModel之feature_importances_.plot_importance的简介.使用方法之详细攻略目录 feature_importances_ ...
Python之 sklearn：sklearn中的RobustScaler 函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略目录 sklearn中的RobustScaler 函数的简介及使用方法 sklearn中的R ...
ML之sklearn：sklearn.linear_mode中的LogisticRegression函数的简介、使用方法之详细攻略
ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介.使用方法之详细攻略目录 sklearn.linear_mode中的LogisticRe ...
sklearn：sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...
Computer：互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ、负载均衡、F5、Nginx、容器)的简介、使用方法之详细攻略
Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ.负载均衡.F5.Nginx.容器)的简介.使用方法之详细攻略目录 DMZ(隔离区)的简介及其使用方法 1.DMZ区 ...
Python编程语言学习：包导入和模块搜索路径简介、使用方法之详细攻略
Python编程语言学习:包导入和模块搜索路径简介.使用方法之详细攻略目录包导入和模块搜索路径简介 1.Pyhon搜索模块路径的机制 2.自定义配置搜索路径

Py之eli5：eli5库的简介、安装、使用方法之详细攻略