目录 / shap
SKILL
未评级
已上架
shap
使用SHAP(SHapley Additive exPlanations)进行模型可解释性和解释。在解释机器学习模型预测、计算特征重要性、生成SHAP图(瀑布图、蜂群图、条形图、散点图、力图、热图)、调试模型、分析模型偏差或公平性、比较模型或实现可解释AI时使用此技能。适用于基于树的模型(XGBoost、LightGBM、随机森林)、深度学习(TensorFlow、PyTorch)、线性模型以及任何黑盒模型。
模型生成摘要(rules/v1 · 2026-11-17 06:05):使用SHAP(SHapley Additive exPlanations)进行模型可解释性和解释
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-17 06:03 | 35df271e | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。