Classifiers lokaal interpreteren

Je hebt nu een KNN-classifier die de aanwezigheid van hartziekte voorspelt op basis van kenmerken zoals leeftijd, geslacht, type borstpijn en bloeddruk. Jouw taak is om te beoordelen hoe elk kenmerk de voorspelling voor een gegeven steekproef beïnvloedt.

Het KNN-model en de benodigde pakketten zijn alvast 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-classifier-model.
Genereer een explanation voor de voorspelling van het model op het meegeleverde sample_data_point.
Toon de invloed van elk kenmerk 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