เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การตีความตัวจำแนกประเภทในระดับท้องถิ่น

ตอนนี้คุณมีโมเดล KNN classifier ที่พยากรณ์การเกิดโรคหัวใจจาก feature ต่าง ๆ เช่น อายุ เพศ ประเภทของอาการเจ็บหน้าอก และความดันโลหิต โดยภารกิจของคุณคือประเมินว่า feature แต่ละตัวส่งผลต่อการพยากรณ์สำหรับตัวอย่างข้อมูลที่กำหนดอย่างไร

model KNN และแพ็กเกจที่จำเป็นได้ถูกโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Explainable AI ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง LIME explainer สำหรับโมเดล model ประเภท KNN classifier
  • สร้าง explanation สำหรับการพยากรณ์ของโมเดลบน sample_data_point ที่กำหนด
  • แสดงอิทธิพลของ feature แต่ละตัวที่มีต่อการพยากรณ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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()
แก้ไขและรันโค้ด