ELI5 和scikit-learn文本分类管道

ELI5主要是用于处理文本分类的机器学习的库

MLI5是一个Python库，允许使用统一API可视化地调试各种机器学习模型。 它内置了对多个ML框架的支持，并提供了一种解释黑盒模型的方法。它有助于调试机器学习分类器并解释它们的预测。

• scikit-learn。目前，ELI5允许解释scikit-learning线性分类器和回归量的权重和预测，将决策树打印为文本或SVG，显示特征重要性并解释决策树和基于树的集合的预测。

支持Pipeline和FeatureUnion。

ELI5通过scikit-learn了解文本处理实用程序，并可相应地突出显示文本数据。它还允许通过撤消散列来调试包含HashingVectorizer的scikit-learn管道。

• XGBoost - 显示功能重要性并解释XGBClassifier，XGBRegressor和xgboost.Booster的预测。

• LightGBM - 显示功能重要性并解释LGBMClassifier和LGBMRegressor的预测。

• sklearn-crfsuite。ELI5允许检查sklearn_crfsuite.CRF模型的权重。

https://eli5.readthedocs.io/en/latest/tutorials/sklearn-text.html

https://eli5.readthedocs.io/en/latest/libraries/sklearn.html

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/89839772