LoslegenKostenlos starten

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

<Kurs>Erklärbare KI in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Ändere den Wert für das Geschlecht in X_instance auf 0.
  • Erstelle eine Wahrscheinlichkeit für new_prediction.
  • Schätze die Zuverlässigkeit der Erklärung von LIME ein.

Interaktive praktische 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}")
Code bearbeiten und ausführen