Claude Skill MartKhám phá skillSkill là gì?
 
← Về danh sách

Kỹ năng giải thích mô hình bằng SHAP

Hướng dẫn Claude chọn explainer, tính, kiểm chứng và trực quan hóa giá trị SHAP một cách chuẩn mực.

Dữ liệu · Phân tíchNâng cao★ 33,030⑂ 3,248Điểm AI 9/10Cập nhật lần cuối: 9 thg 8, 2026

Kỹ năng này làm gì

Đây là quy trình chuẩn để giải thích dự đoán của mô hình học máy bằng SHAP mà không mắc các lỗi phổ biến.

  • Bảng quyết định chọn explainer và masker theo loại mô hình (tree, linear, mạng nơ-ron, callable bất kỳ)
  • Mẫu code theo API shap.Explanation hiện đại, cách cắt trục đầu ra cho mô hình đa lớp (exp[..., 1])
  • Quy trình kiểm tra tính cộng tính: base_values + values.sum() phải khớp đầu ra thật của mô hình
  • Buộc khai báo rõ không gian đầu ra được giải thích: xác suất, margin thô, log-loss...
  • Bản đồ biểu đồ theo câu hỏi phân tích: bar, beeswarm, waterfall, scatter, heatmap, text/image
  • Thứ tự chẩn đoán lỗi và danh sách giới hạn phải ghi trong báo cáo (nhấn mạnh SHAP không chứng minh nhân quả)
  • Quy tắc an toàn: không nạp pickle/joblib từ nguồn không tin cậy

Phù hợp với ai

  • Data scientist phải trình kết quả giải thích mô hình cho báo cáo, kiểm toán hoặc cơ quan quản lý
  • Người thường bị nhầm shape mảng SHAP trong bài toán phân loại đa lớp
  • Người cần giải thích mô hình cây trong không gian xác suất (interventional vs tree-path-dependent)
  • Kỹ sư NLP/thị giác máy tính muốn áp dụng SHAP cho văn bản và ảnh

Ví dụ sử dụng

  1. "Tính SHAP cho mô hình RandomForest nhị phân trên tập test, chọn lớp dương, vẽ beeswarm và waterfall, kèm kiểm tra tính cộng tính."
  2. "Giải thích mô hình XGBoost trong không gian xác suất: cần cấu hình background data và feature_perturbation thế nào?"
  3. "So sánh SHAP giữa các nhóm (cohort) của mô hình đa lớp và viết luôn đoạn nêu giới hạn để không bị hiểu là kiểm định công bằng."

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/shap từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/shap/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/shap ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal.
  2. Tạo thư mục kỹ năng nếu chưa có: mkdir -p ~/.claude/skills
  3. Tải repo: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills
  4. Sao chép riêng kỹ năng SHAP: cp -r /tmp/scientific-agent-skills/skills/shap ~/.claude/skills/
  5. Kiểm tra: ls ~/.claude/skills/shap phải thấy SKILL.md và thư mục references.
  6. Chuẩn bị môi trường Python: uv venv --python 3.12 && source .venv/bin/activate && uv pip install "shap[plots]". Nếu bản 0.52.0 trong tài liệu chưa tồn tại, dùng pip index versions shap để lấy bản mới nhất thực tế.
  7. Khởi động lại Claude Code và yêu cầu: "Dùng SHAP giải thích dự đoán của mô hình này".
Xem mã nguồn trên GitHub ↗Giấy phép: MIT