Python環境下一種可解釋的機器學習技術-用于分析頻域特征的貢獻
該方法受排列特征重要性分析的啟發,旨在從全局角度量化和分析時間序列預測模型的機理,附帶參考論文。
import numpy as np
import matplotlib.pyplot as plt
from xgboost import XGBRegressor
t = np.linspace(0,10, 1000)
x1 = np.sin(2 * np.pi * 10 * t)
x2 = np.sin(2 * np.pi * 20 * t)
x3 = np.cos(2* np.pi * 50 * t)
面包多代碼網頁連結
X = np.vstack((x1, x2, x3)).T
y = 2*x1+x2+0.5*x3