fastshapv1 0.0.10

# FastSHAP (V1) > 此项目将部分SHAP库引入fastai (V1)并使其兼容。感谢Nestor Demeure在此项目中提供的帮助！

## 安装

pip install fastshap

## 使用方法

首先，我们将快速训练一个ADULTS表格模型

` from fastai2.tabular.all import * `

` path = untar_data(URLs.ADULT_SAMPLE) df = pd.read_csv(path/'adult.csv') `

` dep_var = 'salary' cat_names = ['workclass', 'education', 'marital-status', 'occupation', 'relationship', 'race'] cont_names = ['age', 'fnlwgt', 'education-num'] procs = [Categorify, FillMissing, Normalize] `

` splits = IndexSplitter(list(range(800,1000)))(range_of(df)) to = TabularPandas(df, procs, cat_names, cont_names, y_names="salary", splits=splits) dls = to.dataloaders() `

` learn = tabular_learner(dls, layers=[200,100], metrics=accuracy) learn.fit(1, 1e-2) `

现在，让我们看看一些示例用法！

` from fastshap.interp import * `

` exp = ShapInterpretation(learn, df.iloc[:100]) `

` exp.dependence_plot('age') `

分类模型检测到，显示 <50k 类的分数。（使用 class_id 指定其他类别）


更多示例请参阅 [01_Interpret](https://muellerzr.github.io/fastshap//interpret）

更多非官方 fastai 扩展，请参阅 [Fastai 扩展存储库](https://github.com/nestordemeure/fastai-extensions-repository)。