DALEX覆盖了几乎任何模型并帮助探索和解释复杂的模型是如何工作的。它不仅仅针对黑箱模型，它能够面向所有模型给出表现的评估、变量的重要性等有价值的信息，目前已经更新到2.0版本，详细更新内容请访问：更新日志。
支持R和Python两种方式安装：
# R语言版本
install.packages("DALEX")
# python版本
pip install dalex -U机器学习（ Machine Learning ，ML）被广泛应用于分类或回归任务中。由于计算能力的提高、新数据源的可用性和新方法的出现，ML模型变得越来越复杂。用神经网络等技术创建的模型，很难追踪输入变量和模型结果之间的联系。尽管模型能带来很高的性能和准确率，但其最薄弱的方面是缺乏可解释性。
在许多应用中，我们需要知道、理解或证明如何在模型中使用输入变量，以及它们对最终模型预测有什么影响。DALEX是一个帮助理解复杂模型如何工作的工具。
同时作者还提供了 DALEXtra 包，可以连接和使用基于scikit-learn、keras、H2O、tidymodels、xgboost、mlr或mlr3创建的模型，非常方便。
DALEX和DALEXtra也是 DrWhy.AI 生态圈的一部分。
参考资料：
1.https://www.r-bloggers.com/2020/09/whats-new-in-dalex-and-dalextra/
2.https://modeloriented.github.io/DALEX/
3.https://github.com/ModelOriented/DrWhy
