用 LIME 評估 faithfulness
你已獲得收入資料集中範例 X_instance 的 LIME 解釋。由於性別是最重要的預測因子，你需要變更它的數值，並計算 faithfulness，以判斷該解釋與模型在此個別樣本上的行為是否一致。
本練習屬於課程
Python 的 Explainable AI
練習說明
- 將
X_instance中的性別值改為 0。 - 產生
new_prediction的機率。 - 估計 LIME 解釋的
faithfulness。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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}")