机器学习可解释性工具箱XAI

【导读】XAI是Github上的一个机器学习可解释性工具箱。XAI包含多种分析和评价数据和模型的工具。XAI在开发时遵循负责的机器学习的8个原则。

XAI是Github上的一个机器学习可解释性工具箱，地址为：

https://github.com/EthicalML/xai

安装及一些简单的用例如下：

安装

---

pip install xai

简单用例

---

XAI可以识别数据不平衡。我们先载入census数据集：

import xai.data
df = xai.data.load_census()
df.head()

查看多列类别不平衡：

protected_cols = ["gender", "ethnicity", "age"]
ims = xai.show_imbalances(df, protected_cols)

查看一列类别不平衡：

im = xai.show_imbalance(df, "gender")

查看一列与另一列相交的不平衡：

im = xai.show_imbalance(df, "gender", cross=["loan"])

利用上采样或下采样进行平衡：

bal_df = xai.balance(df, "gender", cross=["loan"], upsample=1.0)

创建一个平衡的测试-训练划分：

# Balanced train-test split with minimum 300 examples of 
# the cross of the target y and the column gender
x_train, y_train, x_test, y_test = xai.balanced_train_test_split(
            x, y, cross=["gender"], 
            categorical_cols=categorical_cols, min_per_class=300)

# Visualise the imbalances of gender and the target 
df_test = x_test.copy()
df_test["loan"] = y_test
_= xai.show_imbalance(df_test, "gender", cross=["loan"], categorical_cols=categorical_cols)

更多用例可以参考Github项目链接：

https://github.com/EthicalML/xai

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！470+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

请加专知小助手微信（扫一扫如下二维码添加），咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程