我是H2o flow的新用户。我不太会编程，所以我喜欢这种点选式的界面。我在想，建立模型并用它对数据集进行评分后，是否有办法生成输出，告诉我每条记录的评分原因是什么。

例如，我使用flow中的autoML功能创建了一个模型，用于预测医院再入院的风险。

这个模型实际上运作得很好，但是当我使用它时，我会将高风险患者发送给临床人员，他们想知道“为什么这个人被评为高风险”。

有没有办法显示模型中哪些变量导致了每个人的预测结果，并将这些输出导出到数据库中，以便在报告工具中使用？

谢谢！

回答：

你的问题涉及到机器学习的可解释性技术。在H2O-3中，有两种可用的技术：变量重要性图（它告诉你哪些特征对模型决策的影响最大）和部分依赖图，后者让你了解单个特征（也称为列或变量）如何影响模型的平均预测。

关于可用的机器学习可解释性技术概述，我建议你看一下H2O.ai的MLI小册子（不过请注意，这些技术大部分只在另一个产品中提供——所以如果你想使用它们，你需要自己编写这些技术的代码）。