ELI5主要是用于處理文本分類的機器學習的庫

MLI5是一個Python庫，允許使用統一API可視化地調試各種機器學習模型。 它內置了對多個ML框架的支持，并提供了一種解釋黑盒模型的方法。它有助于調試機器學習分類器并解釋它們的預測。

• scikit-learn。目前，ELI5允許解釋scikit-learning線性分類器和回歸量的權重和預測，將決策樹打印為文本或SVG，顯示特征重要性并解釋決策樹和基于樹的集合的預測。

支持Pipeline和FeatureUnion。

ELI5通過scikit-learn了解文本處理實用程序，并可相應地突出顯示文本數據。它還允許通過撤消散列來調試包含HashingVectorizer的scikit-learn管道。

• XGBoost - 顯示功能重要性并解釋XGBClassifier，XGBRegressor和xgboost.Booster的預測。

• LightGBM - 顯示功能重要性并解釋LGBMClassifier和LGBMRegressor的預測。

• sklearn-crfsuite。ELI5允許檢查sklearn_crfsuite.CRF模型的權重。

https://eli5.readthedocs.io/en/latest/tutorials/sklearn-text.html

https://eli5.readthedocs.io/en/latest/libraries/sklearn.html

總結

以上是生活随笔為你收集整理的ELI5 和scikit-learn文本分类管道的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。