Interpretar localmente los clasificadores
Ahora tienes un modelo clasificador KNN que prevé la presencia de cardiovasculpatía basándose en características como la edad, el sexo, el tipo de dolor torácico y la presión sanguínea. Tu tarea es evaluar cómo afecta cada característica a la previsión para una muestra determinada.
El KNN model y los paquetes necesarios están precargados para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Instrucciones del ejercicio
- Crea un LIME
explainerpara el clasificador KNNmodel. - Genera una
explanationpara la previsión del modelo en elsample_data_pointproporcionado. - Muestra la influencia de cada característica en la previsión.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
from lime.lime_tabular import LimeTabularExplainer
sample_data_point = X.iloc[2, :]
# Create the explainer
explainer = ____
# Generate the explanation
exp = ____
# Display the explanation
exp.____
plt.show()