Interpréter localement des régressseurs
On vous fournit un modèle KNN de régression qui prédit les coûts d'assurance santé à partir de variables comme l'âge, le sexe, l'IMC, le nombre d'enfants et le statut de fumeur. Votre tâche consiste à évaluer l'effet de chaque variable sur la prédiction pour un exemple donné.
Le model KNN et les bibliothèques nécessaires sont déjà chargés pour vous.
Cette activité fait partie du cours
Explainable AI en Python
Instructions de l’exercice
- Créez un
explainerLIME pour lemodelKNN de régression. - Générez une
explanationpour la prédiction du modèle sur lesample_data_pointfourni. - Affichez l'influence de chaque variable sur la prédiction.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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()