您是否曾受命預測誰會取消他們在貴公司的服務？ 或者哪些患者會停藥？ 或者哪些人會成為您新產品的早期採用者？ 您可能會用相同的方法回答這些業務問題，仔細準備數據並構建不同的模型以根據特定的統計標准進行比較和選擇最佳模型。 小菜一碟，對吧？ 或許。
但是，如果您需要查明預測某個事件的主要影響因素怎麼辦？單身的人？ 一些建模算法不容易回答這個問題。 傳統的回歸模型非常適合回答這類問題，因為每個參數估計都有一個帶有係數的方程。 對於基於樹的算法或更複雜的模型（如神經網絡）呢？ 解釋單個預測更為複雜，而且通常難以解釋。 即使在許多情況下這些更複雜的算法之一對於預測結果更可靠，但利益相關者通常會放棄您的辛勤工作。
如果你能兩全其美呢？ 性能最好的模型和一種向利益相關者輕鬆解釋個人預測概率的方法，這樣您的工作就有更好的機會被用作商業工具。 認識 Shapley 值——JMP 17 中的一項新功能。
Shapley Values 提供了我們一直在尋找的解決這種情況的解決方案。 這些值將模型中每個因素的貢獻量化到行級別。 使用平均預測作為基線，每一行數據都可以按因子分解為概率之和。 這意味著您可以說肖恩有 79% 的機會停藥，與普通患者相比，他可能停藥的主要原因是他的年齡。
為什麼這是一件大事？ 如果沒有 Shapley 值，我們可以更籠統地談論感興趣人群中結果的驅動因素，但比較具有相似特徵的個體並理解為什麼他們之間的預測不同並不是那麼簡單。 在基於樹的算法中，預測公式是基於單個葉子或樹創建的。 老實說，它們可能會變得很亂。 Shapley Values 通過將預測分解為每個因素的單獨貢獻來解決這個問題，它會查看整個模型，而不是逐葉、逐樹或逐節點。
您如何開始探索這項新功能？ 這很簡單。 將 Profiler 添加到您的模型結果中，然後選擇 Save Shapley Values 選項。 這將為每個因素/響應水平組合將單獨的列保存到數據表中。
因此，下次您的利益相關者詢問您是否可以根據受藥劑師行為或營銷策略影響的因素確定哪些患者最有可能停止服藥時，您可以自信地說是，無論如何您正在創建的模型類型。
