Skip to main content
Ctrl+K
Logo image
  • 入门指南
  • API参考
    • interpret.glassbox
      • ExplainableBoostingClassifier
      • ExplainableBoostingRegressor
      • APLRRegressor
      • APLRClassifier
      • LogisticRegression
      • LinearRegression
      • ClassificationTree
      • RegressionTree
      • merge_ebms
    • interpret.blackbox
      • ShapKernel
      • LimeTabular
      • PartialDependence
      • MorrisSensitivity
    • interpret.greybox
      • ShapTree
    • interpret.perf
      • RegressionPerf
      • ROC
      • PR
    • interpret.data
      • ClassHistogram
      • 边际
    • interpret.privacy
      • DPExplainableBoostingClassifier
      • DPExplainableBoostingRegressor
    • interpret.utils
      • link_func
      • inv_link
      • measure_interactions
      • purify
    • interpret.develop
      • debug_mode
    • show
    • show_link
    • set_show_addr
    • get_show_addr
    • preserve
    • shutdown_show_server
    • init_show_server
    • status_show_server
    • set_visualize_provider
    • get_visualize_provider
  • 算法
    • Glassbox Models
      • Explainable Boosting Machine
      • 自动分段线性回归 (APLR)
      • 线性模型
      • 决策树
    • Blackbox Explainers
      • Shapley Additive Explanations
      • 局部可解释模型无关解释
      • 部分依赖图
      • Morris敏感性分析
    • 差分隐私模型
      • 差分隐私EBMs
  • 超参数
  • EBM 内部结构
    • EBM 内部机制 - 回归
    • EBM 内部机制 - 二元分类
    • EBM 内部机制 - 多类别
  • 可视化
  • 部署
  • 开发
    • 安装
    • 日志记录和调试
  • 常见问题解答
  • 示例
    • 可解释的分类
    • 可解释回归
    • Smoothing EBMs
    • 解释黑箱分类器
    • 解释黑盒回归器
    • 合并EBMs
    • 自定义交互
    • 差分隐私
    • 组重要性
    • 原型选择
  • .ipynb

link_func

link_func#

interpret.utils.link_func(predictions, link, link_param=nan)#

将链接函数应用于预测以生成分数。

Parameters:
  • predictions – 样本预测的Numpy数组。

  • link – 包含要使用的链接函数类型的字符串

  • link_param – 可选。由链接函数指定的数值参数。

Returns:

通过链接函数转换的分数。

上一页

解释工具

下一个

inv_link

由InterpretML贡献者

© 版权所有 2023.