TopOpenSourceAI
EN

#52 · 主分类： MLOps与评测

interpret

ai artificial-intelligence bias blackbox differential-privacy explainability explainable-ai explainable-ml gradient-boosting iml interpretability interpretable-ai interpretable-machine-learning interpretable-ml interpretml machine-learning scikit-learn transparency xai

拟合可解释模型。解释黑盒机器学习。

项目最后更新：08/24/26

在 GitHub 查看 访问官网

GitHub Stars

6.9K

Forks数量

788

贡献者数量

59

许可证

MIT

收录理由

InterpretML 是一个 Python 库，核心想法很直接：在把模型交给用户之前，你应该能看清它为什么做出某个预测。它的招牌模型是可解释提升机（EBM），来自微软研究院，属于加性树集成方法，在准确率上能跟梯度提升树一较高下，同时还能精确解释模型的整体行为和每一次单独预测。同一个库也内置了 SHAP 和 LIME 这类黑箱解释工具，所以其他地方训练出来的模型同样能被审计。这种覆盖能力在医疗、金融等强监管场景里格外重要，因为调试错误、排查偏见和追求精度一样要紧，合规审查也要求你能拿出真正读得懂的文档。它兼容常用的 scikit-learn 接口，字符串特征无需额外编码就能直接使用，数据敏感时还提供带差分隐私的 EBM 版本。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

unsloth

本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。

#1

LlamaFactory

统一高效微调100+大语言模型与视觉语言模型（ACL 2024）

#2

airflow

Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台

#3

langfuse

🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23

#4

netron

神经网络、深度学习和机器学习模型的可视化工具

#5