質問編集履歴
1
前提のランダムフォレストについて
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,8 +1,8 @@
|
|
|
1
1
|
### 前提
|
|
2
2
|
python(jupyter notebook)でSHAPを実装中に、Additivity check failed in TreeExplainer!というエラーがずっと出てしまうため、解消方法を知りたいです。
|
|
3
3
|
『機械学習を解釈する技術』の6章のコードを参考にしてSHAPの実装を図っています。
|
|
4
|
-
ロジスティック回帰を用いたSHAPは実行可能なものの、
|
|
4
|
+
私が使うデータセットにて、ロジスティック回帰を用いたSHAPは実行可能なものの、ランダムフォレストやXgboostは実装することができません。
|
|
5
|
-
一方で、教科書
|
|
5
|
+
一方で、教科書のコードをコピペしたものとその中で使われるboston_housingデータセットでランダムフォレストとそのshapを実装することはできているため、SHAPのバージョンの問題ではないと考えています（最新の0.41を使っています）。
|
|
6
6
|
また、データセットはkaggleの[https://www.kaggle.com/datasets/fedesoriano/company-bankruptcy-prediction ](url)より、不均衡データを用いているため、20%のアンダーサンプリングを行いました。
|
|
7
7
|
|
|
8
8
|
### 実現したいこと
|