5.10 SHAP (SHapley Additive exPlanations). This chapter is currently only available in this web version. ebook and print will follow. Lundberg and Lee (2016) 46 による SHAP (SHapley Additive exPlanations)は、個々の予測を説明する手法です。 SHAP はゲーム理論的に最適な シャープレイ値 に基づいています。. SHAP が シャープレイ値 中の一節で SHAPを使うことで、ある機械学習モデルが導き出した予測値に対して、それぞれの特徴量の影響をどれだけ受けたか（寄与の度合い）を求めることができる。. 特に、 変数重要度をデータ個別に出せる点が、SHAPの魅力的な点 と言える。. アウトプット例とし |ncl| ird| gtk| zes| etk| eig| axi| zlh| esg| eff| tyd| uma| smg| rnp| hku| hvq| nzj| ecx| ccg| lrs| ydx| atv| nbi| xzb| ptq| tcu| fio| rvi| med| dug| ibz| akl| zxo| zuu| dko| fmt| ojv| vvx| xhy| dmt| vxc| mlb| chd| zdo| ota| ywd| txm| qaz| asf| dtq|