Avaliação da fidelidade com LIME
Você receberá uma explicação em LIME para um exemplo X_instance do conjunto de dados de renda. Como o gênero é o preditor mais importante, você precisa alterar seu valor e calcular faithfulness para determinar o quanto a explicação se alinha com o comportamento do modelo para essa instância.
Este exercício faz parte do curso
IA explicável em Python
Instruções de exercício
- Altere o valor do gênero para 0 em
X_instance. - Gere uma probabilidade de
new_prediction. - Estime o
faithfulnessda explicação de LIME.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
original_prediction = model.predict_proba(X_instance)[0, 1]
print(f"Original prediction: {original_prediction}")
# Change the gender value to 0
____
# Generate the new prediction
new_prediction = ____
print(f"Prediction after perturbing 'gender': {new_prediction}")
# Estimate faithfulness
faithfulness_score = ____
print(f"Local Faithfulness Score: {faithfulness_score}")