EXPLAIN_MODEL 函数
EXPLAIN_MODEL 函数返回一个 SUPER 数据类型，其中以 JSON 格式提供了模型可解释性报告。可解释性报告中包含有关所有模型功能的 Shapley 值的信息。
EXPLAIN_MODEL 函数目前仅支持 AUTO ON 或 AUTO OFF XGBoost 模型。
如果未提供可解释性报告，函数将返回显示模型进度的状态。这包括 Waiting for training job to
complete、Waiting for processing job to complete 和 Processing job failed。
运行 CREATE MODEL 语句时，解释状态将变为 Waiting
for training job to complete。当模型经过训练并发送解释请求后，解释状态变为 Waiting for processing
job to complete。成功完成模型解释后，即可获得完整的可解释性报告。否则，状态将变为 Processing job
failed。
运行 CREATE MODEL 语句时，可以使用可选的 MAX_RUNTIME 参数，以指定训练应花费的最大时间量。一旦模型创建时间达到该时间，Amazon Redshift 就会停止创建模型。如果您在创建自动驾驶模型时达到该时间限制，Amazon Redshift 将返回到该时间为止最好的模型。一旦模型训练完成，模型可解释性就变为可用，因此，如果 MAX_RUNTIME 设置为较短的时间，可解释性报告可能不可用。训练时间各不相同，具体取决于模型复杂度、数据大小和其他因素。
语法
EXPLAIN_MODEL ('schema_name.model_name')
参数
- schema_name
-
架构的名称。如果未指定 schema_name，则会选择当前架构。
- model_name
-
模型的名称。schema 中的模型名称必须是唯一的。
返回类型
EXPLAIN_MODEL 函数会返回 SUPER 数据类型，如下所示。
{"version":"1.0","explanations":{"kernel_shap":{"label0":{"global_shap_values":{"x0":0.05,"x1":0.10,"x2":0.30,"x3":0.15},"expected_value":0.50}}}}
示例
以下示例返回了解释状态 waiting for training job to complete。
select explain_model('customer_churn_auto_model'); explain_model -------------------------------------------------------- {"explanations":"waiting for training job to complete"} (1 row)
成功完成模型解释后，即可获得完整的可解释性报告，如下所示。
select explain_model('customer_churn_auto_model'); explain_model ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ {"version":"1.0","explanations":{"kernel_shap":{"label0":{"global_shap_values":{"x0":0.05386043365892927,"x1":0.10801289723274592,"x2":0.23227865827017378,"x3":0.0676685133940455,"x4":0.0897097667672375,"x5":0.08502141653270926,"x6":0.07581993936077065,"x7":0.16462880604578135},"expected_value":0.8492974042892456}}}} (1 row)
由于 EXPLAIN_MODEL 函数返回了 SUPER 数据类型，因此您可以查询可解释性报告。这样，您可以提取 global_shap_values、expected_value，或特定于功能的 Shapley 值。
以下示例提取了模型的 global_shap_values。
select json_table.report.explanations.kernel_shap.label0.global_shap_values from (select explain_model('customer_churn_auto_model') as report) as json_table; global_shap_values -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- {"state":0.10983770427197151,"account_length":0.1772441398408543,"area_code":0.08626823968639591,"phone":0.0736669595282712,"intl_plan":3.344907436910987,"vmail_plan":0.09646600597854467,"vmail_message":0.2064922655089351,"day_mins":2.015038015251777,"day_calls":0.13179511076780168,"day_charge":0.4941091720480879,"eve_mins":0.46081379198626105,"eve_calls":0.16913440417758477,"eve_charge":0.09651014369401761,"night_mins":0.44218153640050845,"night_calls":0.15311640089218997,"night_charge":0.13850366104495426,"intl_mins":0.7583662464883899,"intl_calls":0.47144468610485685,"intl_charge":0.10945894673611875,"cust_serv_calls":0.31822051038387733} (1 row)
以下示例提取了功能 x0 的 global_shap_values 。
select json_table.report.explanations.kernel_shap.label0.global_shap_values.x0 from (select explain_model('customer_churn_auto_model') as report) as json_table; x0 ------------------------ 0.05386043365892927 (1 row)
如果模型是在特定架构中创建的，且您有权访问所创建的模型，则可以查询模型解释，如下所示。
-- Check the current schema SHOW search_path; search_path ------------------ $user, public (1 row) -- If you have the privilege to access the model explanation -- in `test_schema` SELECT explain_model('test_schema.test_model_name'); explain_model --------------------------------------------------------- {"explanations":"waiting for training job to complete"} (1 row)