MorrisSensitivity

链接到算法描述：Morris敏感性分析

class interpret.blackbox.MorrisSensitivity(model, data, feature_names=None, feature_types=None, sampler=None, **kwargs)

用于分析黑箱系统的Morris方法。 如果使用此方法，请引用包所有者，可以在这里找到：SALib/SALib

Morris, Max D. “初步计算实验的因子抽样计划。” Technometrics 33.2 (1991): 161-174.

初始化类。

Parameters:

• model – 模型或模型的预测函数（分类时使用 predict_proba，回归时使用 predict）

• data – 用于初始化LIME的数据。

• feature_names – 特征名称列表。

• feature_types – 特征类型的列表。

• sampler – 一个可以从数据生成样本的SamplerMixin派生类

• **kwargs – 将发送到 SALib.analyze.morris.analyze 的 Kwargs

explain_global(name=None)

为黑箱模型提供近似的全局解释。

Parameters:

name – 用户定义的解释名称。

Returns:

一个解释对象，可视化依赖图。