利用h2o系综模型寻找每个特征对特定预测的贡献

H2O没有等效的XGBoostExplaner包。然而,有一种方法可以接近某些东西。

1) 如果您想知道针对单行/观察采取了什么决策路径,可以使用 h2o.predict_leaf_node_assignment(model, frame) 要获得一个带有叶节点分配的H2OFrame,它将生成如下所示的内容(显示在以下情况下构建的每棵树的路径,您可以看到构建了5棵树):

2) 您可以使用H2O的可视化单个树 MOJO 一旦构建了GBM或XGBoost模型,您就可以下载它,其外观如下所示:

3) 在即将发布的版本中,您将能够使用GBM获得每个叶节点的预测值(此请求的pull请求为 here )

将所有这些步骤放在一起,应该可以让您非常接近获得所需的值,这样您就可以将它们相加,以应对您个人的功能影响。(对于python jupyter笔记本,提供了如何生成叶节点分配和可视化树外观的示例 here )