跳到主要内容
Ctrl+K
Logo image
  • 入门
  • API 参考
    • interpret.glassbox
      • ExplainableBoostingClassifier
      • ExplainableBoostingRegressor
      • APLRRegressor
      • APLRClassifier
      • LogisticRegression
      • LinearRegression
      • 分类树
      • 回归树
      • merge_ebms
    • interpret.blackbox
      • ShapKernel
      • LimeTabular
      • 部分依赖
      • Morris敏感性
    • interpret.greybox
      • ShapTree
    • interpret.perf
      • 回归性能
      • ROC
      • PR
    • interpret.data
      • 类别直方图
      • 边际
    • interpret.privacy
      • DPExplainableBoostingClassifier
      • DPExplainableBoostingRegressor
    • interpret.utils
      • link_func
      • inv_link
      • 测量交互作用
      • purify
    • interpret.develop
      • 调试模式
    • show
    • show_link
    • set_show_addr
    • get_show_addr
    • preserve
    • 关闭展示服务器
    • 初始化展示服务器
    • 展示服务器状态
    • 设置可视化提供者
    • 获取可视化提供者
  • 算法
    • 玻璃盒模型
      • 可解释增强机器 (EBM)
      • 自动分段线性回归 (APLR)
      • 线性模型
      • 决策树
    • 黑盒解释器
      • Shapley可加解释 (SHAP)
      • 局部可解释模型无关解释 (LIME)
      • 部分依赖图
      • Morris 敏感性分析
    • 差分隐私模型
      • 差分隐私 EBM
  • 超参数
  • EBM 内部机制
    • EBM 内部机制 - 回归
    • EBM 内部机制 - 二分类
    • EBM 内部机制 - 多分类
  • 可视化
  • 部署
  • 开发
    • 安装
    • 日志记录和调试
  • 常见问题 (FAQ)
  • 示例
    • 可解释分类
    • 可解释回归
    • 平滑 EBM
    • 解释黑盒分类器
    • 解释黑盒回归器
    • 合并 EBM
    • 自定义交互作用
    • 差分隐私
    • 分组重要性
    • 原型选择
  • .ipynb

inv_link

inv_link#

interpret.utils.inv_link(scores, link, link_param=nan)#

将逆链接函数应用于得分以生成预测。

参数:
  • scores – 样本得分的 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字参数。

返回值:

经链接函数转换后的预测结果。

上一页

link_func

下一页

measure_interactions

由 InterpretML 贡献者提供

© Copyright 2023.