her*_*kai 7 model random-forest scikit-learn xgboost shap
当我使用RandomForestRegressor或XGBoost时，不存在这样的问题。由于我使用相关性向量回归，因此出现此错误。
from sklearn_rvm import EMRVR
model_rvr=EMRVR(kernel="linear").fit(X, y)
explainer = shap.Explainer(model_rvr)
例外：传递的模型不可调用，并且无法使用给定的掩码器直接分析！型号: 无
还有与异常相同的问题：传递的模型不可调用，无法使用给定的掩码器直接分析
对于相关性向量回归 => https://sklearn-rvm.readthedocs.io/en/latest/index.html
任何想法 ？
小智 6
我在不同的型号上也遇到过同样的问题。对我有用的解决方案是使用KernelExplainer而不是explainer。此外，您需要使用 model.predict 函数而不仅仅是模型。
所以你的代码应该是：
from sklearn_rvm import EMRVR
model_rvr=EMRVR(kernel="linear").fit(X, y)
explainer = shap.KernelExplainer(model_rvr.predict, X)
| 归档时间： |
|
| 查看次数： |
10032 次 |
| 最近记录： |