Main Content

Capacidad de interpretación

Entrene modelos de regresión interpretables e interprete modelos de regresión complejos

Emplee modelos de regresión interpretables por naturaleza, por ejemplo, modelos lineales, árboles de decisión y modelos aditivos generalizados, o utilice las funcionalidades de interpretación para interpretar modelos de regresión complejos que no son interpretables por naturaleza.

Para saber cómo interpretar modelos de regresión, consulte Interpret Machine Learning Models.

Funciones

expandir todo

Explicaciones independientes del modelo local interpretable (LIME, por sus siglas en inglés)

limeLocal interpretable model-agnostic explanations (LIME) (desde R2020b)
fitFit simple model of local interpretable model-agnostic explanations (LIME) (desde R2020b)
plotPlot results of local interpretable model-agnostic explanations (LIME) (desde R2020b)

Valores de Shapley

shapleyShapley values (desde R2021a)
fitCompute Shapley values for query point (desde R2021a)
plotPlot Shapley values (desde R2021a)

Dependencia parcial

partialDependenceCompute partial dependence (desde R2020b)
plotPartialDependenceCreate partial dependence plot (PDP) and individual conditional expectation (ICE) plots
fitlmAjustar un modelo de regresión lineal
fitrgamFit generalized additive model (GAM) for regression (desde R2021a)
fitrlinearFit linear regression model to high-dimensional data
fitrtreeFit binary decision tree for regression

Objetos

LinearModelLinear regression model
RegressionGAMGeneralized additive model (GAM) for regression (desde R2021a)
RegressionLinearLinear regression model for high-dimensional data
RegressionTreeRegression tree

Temas

Interpretación de modelos

Modelos interpretables