【文件属性】：
文件名称：javaAnchorExplainer：使用marcotcr最初于2018年提出的Anchor算法快速解释机器学习模型
文件大小：82KB
文件格式：ZIP
更新时间：2021-01-31 16:50:04
java machine-learning algorithm ai anchor
安奇
该项目为机器学习模型提供了Anchors解释算法的有效Java实现。
Marco Tulio Ribeiro（2018）的初始建议“锚定：高精度模型不可知的解释”可在找到。
算法
作者的提供了有关算法工作原理的简短描述：
锚点解释是一个规则，该规则可以在本地充分“锚定”预测-从而使实例的其余特征值的更改无关紧要。 换句话说，对于锚点所在的实例，预测（几乎）总是相同的。
anchor方法可以解释具有两个或更多类的任何黑盒分类器。 我们所需要的只是分类器实现一个接受[数据实例]并输出[整数]预测的函数。
为什么选择Java？
Java被选作该平台的基础，因为它具有多个优点：它可以很好地集成到大型生态系统中，并且可以与H2O和Apache Spark等先进技术结合使用。
此外，该实现用作库，可在此基础上开发更多方法。 其中，适配器，接口和API正在开发中，以提供与平台无关的访问机会。
因此，它有望在机器学习项目之间得到高度传播。
相关项目
此Anchors实现具有几个附加组件和可选扩展，可以在一个名为的专用项目中。 根据用例，这些可以大大简化实施和定制工作。 该项目旨在包
【文件预览】：
javaAnchorExplainer-master
----.gitignore(2KB)
----README.md(5KB)
----pom.xml(8KB)
----LICENSE(1KB)
----src()
--------test()
--------main()
----.travis.yml(518B)