interpret

InterpretML 是一个开源的机器学习可解释性工具包，用于训练可解释的“玻璃盒”模型并解释黑盒模型决策。核心功能包括内置可解释模型（如可解释增强机EBM）、局部与全局解释方法、公平性与偏差分析支持，并提供统一Python接口和可视化组件。技术特点涵盖基于GAM的高精度可解释模型、自动交互检测、与scikit-learn兼容的API设计，以及对差分隐私等合规要素的支持。适用于金融风控、医疗诊断、司法辅助等高风险、强监管场景，以及需模型调试、特征工程或人机协同的工业应用。