5. 检查#

预测性能通常是开发机器学习模型的主要目标。然而，用评估指标总结性能通常是不够的：它假设评估指标和测试数据集完美反映了目标领域，但这很少是正确的。在某些领域，模型需要一定程度的可解释性才能部署。出现性能问题的模型需要进行调试，以便了解该模型的潜在问题。的 sklearn.inspection 模块提供工具来帮助了解模型的预测以及影响它们的因素。这可以用于评估模型的假设和偏差、设计更好的模型或诊断模型性能问题。