Conceptos Básicos
Effector ist eine Python-Bibliothek, die etablierte globale Effektmethoden implementiert, deren Heterogenität bewertet und basierend darauf regionale Effekte bereitstellt. Effector erkennt automatisch Teilräume, in denen regionale Effekte eine reduzierte Heterogenität aufweisen.
Resumen
Effector ist eine Python-Bibliothek, die sich auf regionale Erklärbarkeitsverfahren konzentriert. Die Bibliothek implementiert etablierte globale Effektmethoden wie Partial Dependence Plots (PDP), Accumulated Local Effects (ALE) und SHAP Dependence Plots, sowie deren regionale Pendants.
Die globalen Effektmethoden erklären ein Black-Box-Modell durch eine Reihe von Plots, wobei jeder Plot den Effekt eines Merkmals auf die Ausgabe darstellt. Globale Effekte können jedoch irreführend sein, wenn das Black-Box-Modell Interaktionen zwischen Merkmalen aufweist. In solchen Fällen werden die lokalen Effekte heterogen, d.h. sie weichen signifikant vom Durchschnittseffekt (globaler Effekt) ab.
Regionale (oder Kohorten-) Erklärungen unterteilen den Eingaberaum in Teilräume und berechnen eine regionale Erklärung innerhalb jedes Teilraums. Ziel ist es, Teilräume mit homogenen lokalen Effekten zu finden, d.h. mit reduzierten Merkmalinteraktionen, was zu regionalen Effekten mit minimierter Aggregationsverzerrung führt.
Effector implementiert globale und regionale Effektmethoden mit einer einheitlichen API, was den Vergleich zwischen ihnen erleichtert. Darüber hinaus ist die Bibliotheksschnittstelle erweiterbar, sodass neue Methoden leicht hinzugefügt und getestet werden können.
Estadísticas
Die Bibliothek wurde ausführlich getestet und ist mit vielen Tutorials ausgestattet.
Citas
"Regionale Effekte können unterschiedliche Erklärungen aufdecken, die hinter dem globalen (durchschnittlichen) Effekt verborgen sind."
"Effector folgt dem Prinzip der schrittweisen Offenlegung von Komplexität, was seine Anwendbarkeit in Forschungs- und Industriekontexten sicherstellt."