Bewertung der Zuverlässigkeit von LIME
Man gibt dir eine LIME-Erklärung für ein Beispiel (X_instance) aus dem Einkommensdatensatz. Da das Geschlecht der wichtigste Prädiktor ist, musst du seinen Wert ändern und die Zuverlässigkeit (faithfulness) berechnen, um festzustellen, wie gut die Erklärung mit dem Verhalten des Modells für dieses Beispiel übereinstimmt.
Diese Übung ist Teil des Kurses
Erklärbare KI in Python
Anleitung zur Übung
- Ändere den Wert für das Geschlecht in
X_instanceauf 0. - Erstelle eine Wahrscheinlichkeit für
new_prediction. - Schätze die Zuverlässigkeit der Erklärung von LIME ein.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
original_prediction = model.predict_proba(X_instance)[0, 1]
print(f"Original prediction: {original_prediction}")
# Change the gender value to 0
____
# Generate the new prediction
new_prediction = ____
print(f"Prediction after perturbing 'gender': {new_prediction}")
# Estimate faithfulness
faithfulness_score = ____
print(f"Local Faithfulness Score: {faithfulness_score}")