Human Learn 一个让机器学习和人类智能合作的库

image.png

今天发现了一个有意思的 Python 库: HumanLearn。它基于SKlearn的接口，把基于人类预先定义的规则模型包装成机器学习模型， 这样就可以将二者进行比较， 分析。 这有助于人们构建一个可解释的模型， 以及了解机器学习模型的内在机制。

传统的，基于领域知识开发的程序（模型）：
人类从数据中发现规则---> 将规则编码 ---> 标签

image.png

机器学习模型：

数据+达标好的数据 --> 机器学习算法 ---> 规则（模型）

image.png

HumanLearn 的目的是将二者结合起来。它主要包括2个模块

• Function as a Model
• Drawing as a Model

具体使用方法可以参考API 文档。

这个库还附带了2个非常有趣的可视化的组件：

1. 可交互式的原因分析，这里用到的是泰坦尼克的数据，可以把各个因素设定在一定范围内，然后比较不同设定的影响。

image.png

2. 手动分类，然后和机器学习分类进行比较。

image.png

该项目 Github 地址 https://github.com/koaning/human-learn/