Interprétation locale des classificateurs
Vous disposez à présent d'un modèle de classification KNN qui prédit la présence d'une maladie cardiaque sur la base de caractéristiques telles que l'âge, le sexe, le type de douleur thoracique et la tension artérielle. Votre tâche consiste à évaluer l'influence de chaque caractéristique sur la prédiction pour un échantillon donné.
Le KNN model et les paquets nécessaires sont préchargés pour vous.
Cet exercice fait partie du cours
L'IA explicable en Python
Instructions
- Créez un LIME
explainerpour le classificateur KNNmodel. - Générer un
explanationpour la prédiction du modèle sur le sitesample_data_point. - Affichez l'influence de chaque caractéristique 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()