在A Unified Approach to Interpreting ModelPredictions论文中的第三个分析模型评估标准：SHAP分析Mnist数据集遮掩实验复现实验结果图片

博鲁塔沙普 BorutaShap是一种包装器特征选择方法，它结合了Boruta特征选择算法和Shapley值。 事实证明，这种组合在速度和生成的特征子集的质量上都无法执行原始的排列重要性方法。 该算法不仅提供了更好的特征子集，而且还可以同时提供最准确和一致的全局特征等级，也可用于模型推断。 与原始R包（将用户限制为随机森林模型）不同，BorutaShap允许用户在特征选择过程中选择任何基于树的学习器作为基础模型。 尽管BorutaShap的运行时性能有所提高，但是SHAP TreeExplainer随观察次数线性增长，这使得它在处理大型数据集时非常麻烦。 为了解决这个问题，BorutaShap包含了一个采样过程，该过程使用算法每次迭代时可用数据的最小可能子采样。 它通过比较样本的隔离林产生的分布和使用ks-test的数据来找到该样本。 从实验来看，此过程可以将运行时间减少多达80％，同时

在A Unified Approach to Interpreting ModelPredictions论文中的第三个分析模型评估标准：SHAP分析Mnist数据集遮掩实验复现代码（new）

国家自然保护区shap WGS1984

在A Unified Approach to Interpreting ModelPredictions论文中的第三个分析模型评估标准：SHAP分析Mnist数据集遮掩实验复现代码

一键快捷修复shap文件出现于DBF表格不对应的情况

全国地图shp文件，包括地级城市、县级统计数据、省会城市、省级行政区、县城驻地、中国湖泊、主要铁路公路等

XGB-SHAP-EHR-EF

这是以个c#做的报表例子， 　　　　 //打开连接 　　　　 conReport.Open(); 　　　　 //准备连接对象以把获取的数据放入数据集 　　　　 cmdReport.CommandType = CommandType.Text; 　　　　 cmdReport.Connection = conReport; 　　　　 cmdReport.CommandText = "Select TOP 5 * FROM Products Order By ProductName"; 　　　　 //从命令对象中读取数据 　　　　 drReport = cmdReport.ExecuteReader(); 　　　　 //有了ADO.NET，可把读取来的数据直接加载到数据集中 　　　　 dsReport.Tables[0].Load(drReport); 　　　　 //关闭读取及连接 　　　　 drReport.Close(); 　　　　 conReport.Close(); 　　　　 //为查看器提供本地报表数据 this.reportViewer1.LocalReport.ReportEmbeddedResource = 　　　　 "报表问题.rptProductList.rdlc"; 　　　　 //准备报表数据源 　　　　 ReportDataSource rds = new ReportDataSource(); 　　　　 rds.Name = "dsProduct_dtProductList"; 　　　　 rds.Value = dsReport.Tables[0]; this.reportViewer1.LocalReport.DataSources.Add(rds); 　　　　 //加载报表查看器 this.reportViewer1.RefreshReport(); 　　 } 　　 catch (Exception ex) 　　 { 　　　　 //显示错误信息 　　　　 MessageBox.Show(ex.Message); 　　 } 　　 finally 　　 { 　　　　 //检查连接是否仍然打开，如果是，关闭它。 　　　　 if (conReport.State == ConnectionState.Open) 　　　　 { 　　　　　　 conReport.Close(); 　　　　 }