6、机器学习模型：从白盒到黑盒的探索

机器学习模型：从白盒到黑盒的探索

1. 广义相加模型（GAMs）简介

GAMs不仅可以对变量之间的交互作用进行建模，GA2M就是一种能够对成对交互作用进行建模的GAM类型。借助主题专家（SMEs），例如在Diagnostics+示例中的医生，我们可以确定需要对哪些特征交互进行建模，也可以通过查看特征之间的相关性来了解哪些特征需要一起建模。

在Python中，我们可以使用 pyGAM 包来构建和训练GAMs。它的灵感来源于R语言中流行的 mgcv 包对GAM的实现。安装 pyGAM 的操作步骤如下：

pip install pygam

2. GAMs在糖尿病预测中的应用

以Diagnostics+的糖尿病预测为例，我们使用所有10个特征来训练一个GAM模型。需要注意的是，患者的性别是一个分类或离散特征，使用平滑函数对其建模是没有意义的，在GAMs中我们可以将此类分类特征视为因子项。以下是使用 pyGAM 包训练GAM模型的代码：

from pygam import LinearGAM 
from pygam import s 
from pygam import f
# Load data using the code snippet in Section 2.2
gam = LinearGAM(s(0) + 
 f(1) + 
 s(2) + 
 s(3) +