始める無料で始める

回帰モデルをローカルに解釈する

年齢、性別、BMI、子どもの人数、喫煙の有無といった特徴量に基づいて医療保険料を予測する KNN 回帰モデルが用意されています。あなたの課題は、指定されたサンプルに対して、各特徴量が予測にどのように影響しているかを評価することです。

KNN の model と必要なパッケージはあらかじめ読み込まれています。

この演習はコースの一部です

Pythonで学ぶExplainable AI

コースを見る

演習の手順

  • KNN 回帰器 model に対する LIME の explainer を作成します。
  • 提供された sample_data_point に対するモデル予測の explanation を生成します。
  • 各特徴量が予測に与える影響を表示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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()
コードを編集して実行