Interpretare localmente i classifier
Ora hai un modello KNN classifier che predice la presenza di malattie cardiache in base a caratteristiche come età, sesso, tipo di dolore toracico e pressione sanguigna. Il tuo compito è valutare come ogni caratteristica influisca sulla previsione per un determinato campione.
Il model KNN e i pacchetti necessari sono già caricati per te.
Questo esercizio fa parte del corso
Explainable AI in Python
Istruzioni dell'esercizio
- Crea un
explainerLIME per ilmodelKNN classifier. - Genera una
explanationper la previsione del modello sulsample_data_pointfornito. - Mostra l'influenza di ciascuna caratteristica 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()