88 lines
3 KiB
ObjectPascal
88 lines
3 KiB
ObjectPascal
/// InspectionML — инструменты анализа поведения обученных моделей.
|
||
///
|
||
/// Модуль предназначен для исследования и интерпретации уже обученных
|
||
/// моделей машинного обучения.
|
||
///
|
||
/// Содержит алгоритмы:
|
||
/// • оценки важности признаков
|
||
/// • анализа чувствительности модели
|
||
/// • построения частичных зависимостей
|
||
/// • диагностических процедур
|
||
///
|
||
/// Область ответственности:
|
||
/// • работает только с обученными моделями (IModel)
|
||
/// • не участвует в обучении
|
||
/// • не вычисляет метрики напрямую
|
||
/// • не изменяет состояние модели
|
||
///
|
||
/// Архитектурный принцип:
|
||
/// • модуль зависит от абстракции IModel
|
||
/// • модели не зависят от данного модуля
|
||
unit InspectionML;
|
||
|
||
interface
|
||
|
||
uses MLCoreABC, LinearAlgebraML;
|
||
|
||
type
|
||
Inspection = static class
|
||
public
|
||
/// PermutationImportance — оценка важности признаков методом перестановок.
|
||
/// Для каждого признака случайно перемешивает его столбец и измеряет
|
||
/// падение выбранной метрики качества модели.
|
||
/// Работает с любой реализацией IModel.
|
||
static function PermutationImportance(model: IModel; X: Matrix; y: Vector;
|
||
scoreFunc: (Vector, Vector) -> real; seed: integer := 0): Vector;
|
||
end;
|
||
|
||
implementation
|
||
|
||
uses MLExceptions;
|
||
|
||
const
|
||
ER_SCORE_FUNC_NULL = 'scoreFunc не может быть nil!!scoreFunc cannot be nil';
|
||
|
||
static function Inspection.PermutationImportance(model: IModel; X: Matrix; y: Vector;
|
||
scoreFunc: (Vector, Vector) -> real; seed: integer): Vector;
|
||
begin
|
||
if model = nil then
|
||
ArgumentNullError(ER_MODEL_NULL);
|
||
|
||
if scoreFunc = nil then
|
||
ArgumentNullError(ER_SCORE_FUNC_NULL);
|
||
|
||
if X.RowCount <> y.Length then
|
||
DimensionError(ER_DIM_MISMATCH, X.RowCount, y.Length);
|
||
|
||
var baselinePred := model.Predict(X);
|
||
var baselineScore := scoreFunc(y, baselinePred);
|
||
|
||
var n := X.RowCount;
|
||
var p := X.ColCount;
|
||
|
||
var resultVec := new Vector(p);
|
||
var rng := new System.Random(seed);
|
||
|
||
for var j := 0 to p-1 do
|
||
begin
|
||
var Xperm := X.Clone;
|
||
|
||
// Fisher–Yates shuffle столбца j (детерминированно через seed)
|
||
for var i := n-1 downto 1 do
|
||
begin
|
||
var k := rng.Next(i+1);
|
||
var tmp := Xperm[i,j];
|
||
Xperm[i,j] := Xperm[k,j];
|
||
Xperm[k,j] := tmp;
|
||
end;
|
||
|
||
var permPred := model.Predict(Xperm);
|
||
var permScore := scoreFunc(y, permPred);
|
||
|
||
resultVec[j] := baselineScore - permScore;
|
||
end;
|
||
|
||
Result := resultVec;
|
||
end;
|
||
|
||
end. |