Interpréter localement des régressseurs
On vous fournit un modèle de régression KNN qui prédit les coûts d’assurance santé à partir de variables telles que l’âge, le sexe, l’IMC, le nombre d’enfants et le statut de fumeur. Votre objectif est d’évaluer l’effet de chaque variable sur la prédiction pour un échantillon donné.
Le model KNN et les packages nécessaires sont déjà chargés pour vous.
Cet exercice fait partie du cours
IA explicable en Python
Instructions
- Créez un
explainerLIME pour lemodelde régression KNN. - Générez une
explanationpour la prédiction du modèle sursample_data_point. - Affichez l’influence de chaque variable sur la prédiction.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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()