LogoClawIndex
案例技能关于
LogoClawIndex

shap - 使用 SHAP 解释机器学习预测

使用 SHAP 解释机器学习预测、特征重要性、模型行为、偏差、公平性和特征交互。

标签

更新于: 2026-10-05
机器学习模型可解释性可解释人工智能特征重要性SHAP公平性分析

能力

典型输入

典型输出

该技能可以做什么

  • 计算 SHAP 值
  • 生成 SHAP 图表
  • 解释单个预测
  • 分析模型行为
  • 分析偏差与公平性
  • 比较模型解释
  • 实现解释服务

输入

  • 训练好的机器学习模型
  • 评估数据
  • 背景数据
  • 目标标签
  • 受保护属性

输出

  • SHAP 值解释
  • 特征重要性可视化
  • 单个预测解释
  • 模型调试结果
  • 偏差与公平性分析
  • 模型比较结果
  • 解释服务端点

要求

  • 兼容 SHAP 的模型
  • SHAP 库
  • 受支持的模型框架

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
计算 SHAP 值
生成 SHAP 图表
解释单个预测
分析模型行为
训练好的机器学习模型
评估数据
背景数据
SHAP 值解释
特征重要性可视化
单个预测解释