Évaluer la fidélité avec LIME
On vous fournit une explication LIME pour un échantillon X_instance du jeu de données income. Comme le genre est le prédicteur le plus important, vous devez en modifier la valeur et calculer la faithfulness pour vérifier dans quelle mesure l’explication est cohérente avec le comportement du modèle pour cette instance.
Cet exercice fait partie du cours
IA explicable en Python
Instructions
- Remplacez la valeur du genre par 0 dans
X_instance. - Générez une probabilité de
new_prediction. - Estimez la
faithfulnessde l’explication de LIME.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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}")