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，仅用评估指标来总结性能通常是不够的：这假设评估指标和测试数据集完美反映目标领域，而这很少是真实的。在某些领域，模型在部署前需要一定程度的可解释性。一个出现性能问题的模型需要调试，以便理解其潜在的问题。sklearn.inspection 模块提供了工具，帮助理解模型的预测及其影响因素。这可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。