模型可解釋性

模型可解釋性：使用機器學習可解釋性工具解釋心臟病緣由 五部份內容： 簡介 數據 模型 解釋 總結 1. 介紹 縱觀機器學習的全部應用，當使用黑盒子模型去進行重要疾病診斷時老是難以讓人信服。若是診斷模型的輸出是一系列的特殊治療過程（可能有反作用），好比須要手術，或者不須要治療，人們總想知道爲何會有這樣的結果，想知道模型輸出的緣由。 這個數據集包含了不少有心臟病和沒有心臟病的樣本，每一個樣本包含不少與

>>阅读原文<<