89
правок
Изменения
→Пример интерпретируемой модели
* Допустим есть модель в банке, которая помогает решить, давать ли кредит человеку или нет. Приходит в банк Вася, модель отказывает ему в кредите, вопрос почему? Интерпретируемая модель ответит, потому что у него, допустим, плохая кредитная история или маленькая зарплата, а по не интерпретируемой модели вряд ли будет что-то понятно.
* Есть данные и задача бинарной [[Общие_понятия#.D0.A2.D0.B8.D0.BF.D1.8B_.D0.B7.D0.B0.D0.B4.D0.B0.D1.87|классификации]], но у нас огромное количество признаков, и мы построили [[Дерево решенийи случайный лес| дерево решений]] для предсказания. И, например, и мы заметили, что алгоритм построил нам, дерево глубины 1, но при этом точность предсказания очень высока. Это значит, что у нас данные класс отлично разделимы, только по одному признаку. Это и есть пример хорошей интерпретируемости, смотреть на данные самому достаточно долго, а так же эксперт, работающий с данными, мог не подозревать о том, что для предсказания успешной [[Общие_понятия#.D0.A2.D0.B8.D0.BF.D1.8B_.D0.B7.D0.B0.D0.B4.D0.B0.D1.87|классификации]] необходим, только 1 признак, но проанализировав, построенное дерево, все становится очевидно.
=== Пример эффективной в предсказании, но не интерпретируемой модели ===
