SHAP 분석이란?SHAP 분석은 머신러닝 모델의 예측 결과를 해석 가능하게 만드는 데 사용되는 방법으로 게임 이론의 Shapley 값을 기반으로, 각 특성(feature)이 예측 결과에 기여한 정도를 계산한다. 한마디로, 특정 모델에서 어떤 변수가 중요한지를 알려준다. SHAP은 모델의 종류(예: 랜덤 포레스트, XGBoost, 신경망 등)에 상관없이 사용할 수 있고 모델 내부 구조를 모르더라도 모델의 출력값만으로도 SHAP 값을 계산할 수 있다(블랙박스 모델도 가능). 해석 방법나의 경우에는 신경망을 이용한 분류 모델(ANN)의 변수 중요도를 알기 위해 SHAP 분석을 이용했다. 아래는 Kaggle의 IBM HR Analytics Employee Attrition & Performance 데이터셋..
