跳至主要内容
Ctrl+K
Logo image
  • 入门
  • 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
      • Marginal
    • 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 模型
      • 可解释提升机
      • 自动分段线性回归 (APLR)
      • 线性模型
      • 决策树
    • 黑箱解释器
      • Shapley 加性解释
      • 局部可解释模型无关解释
      • 偏依赖图
      • 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
  • 示例
    • 可解释分类
    • 可解释回归
    • 平滑 EBM
    • 解释黑箱分类器
    • 解释黑箱回归器
    • 合并 EBM
    • 自定义交互
    • 差分隐私
    • 分组重要性
    • 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。

参数:
  • predictions – 样本预测值的 Numpy 数组。

  • link – 字符串,包含要使用的链接函数的类型

  • 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分数。

上一页

interpret.utils

下一页

inv_link

由 InterpretML 贡献者

© 版权所有 2023。