sobol敏感性分析 python实现

1. sobol敏感性分析 python实现方法。 代码目的是通过sobol敏感性分析方法评估机器学习模型中不同因素的影响大小。 结果分为一阶敏感性，二阶敏感性和总阶敏感性三种。 2. 实例详细讲解，包括（数据+代码+注释） 3. 可自定义图的标签、字体大小等设置 4. python代码，可直接运行。环境：python==3.6.5，tensorflow==1.9.0 5. RF.model为训练结束后保存的RF模型。用户可自定义替换 6. 结果图中为样本数是128，256，512，1024和2048五种情况下的结果。一般而言，样本数越多，结果越准确。 7. 若有疑问，可通过[email protected]或关注CSDN博主allein_STR后咨询或购买（备注“CSDN资源”）。

手把手教你使用SHAP（数据+代码+注释）

1. 同名博客：手把手教你使用SHAP 2. 实例讲解，包括（数据+代码+注释） 3. 可自定义图的标签、字体大小等设置 4. 基于jupyter，python代码，可直接运行 5. 若有疑问，可在同名博客https://blog.csdn.net/allein_STR/article/details/121459159?spm=1001.2014.3001.5502评论区说明。