Interpretare localmente i regressori
Ti viene fornito un modello KNN di regressione che predice i costi dell'assicurazione sanitaria in base a feature come età, sesso, BMI, numero di figli e stato di fumatore. Il tuo compito è valutare come ciascuna feature influisce sulla previsione per un dato campione.
Il model KNN e i pacchetti necessari sono già precaricati per te.
Questo esercizio fa parte del corso
Explainable AI in Python
Istruzioni dell'esercizio
- Crea un
explainerLIME per ilmodelKNN di regressione. - Genera una
explanationper la previsione del modello sulsample_data_pointfornito. - Visualizza l'influenza di ciascuna feature sulla previsione.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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()