imodels 包新增规则查看与树可视化等接口

兼容 scikit-learn 的 Python 包 imodels 更新了文档与接口说明：所有基于规则的模型现在都通过 get_rules() 以 pandas DataFrame 形式暴露规则，每行对应一条规则；树可视化接口在调用时才导入 dtreeviz，dtreeviz 并非该包的依赖。 使用上存在几项限制：SLIMClassifier 和 SLIMRegressor 是例外，它们的系数为整数，特征尺度差异很大时取整后会归零；规则集、规则列表模型以及 FastRiskScoreClassifier 仅支持二分类，遇到多分类目标会明确报错，而不是静默按二分类处理；其他模型要求数值输入，类别列需先编码。 该包提供 RuleFit、Skope、贝叶斯规则列表、GAM、蒸馏与 AutoML 封装等可解释模型，用 fit/predict 接口替代随机森林等黑盒模型，另附 imodelsX 文本可解释性工具与 agentic-imodels 表格数据智能体工具。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。