Regressors lokaal interpreteren

Je krijgt een KNN-regressiemodel dat zorgverzekeringskosten voorspelt op basis van features zoals leeftijd, geslacht, BMI, aantal kinderen en rookstatus. Jouw taak is te beoordelen hoe elke feature de voorspelling voor een gegeven voorbeeld beïnvloedt.

Het KNN-model en de benodigde packages zijn al voor je geladen.

Deze oefening maakt deel uit van de cursus

Explainable AI in Python

Cursus bekijken

Oefeninstructies

Maak een LIME-explainer voor het KNN-regressie-model.
Genereer een explanation voor de voorspelling van het model op de gegeven sample_data_point.
Toon de invloed van elke feature op de voorspelling.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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()

Code bewerken en uitvoeren