開始使用免費開始

局部解釋分類器

現在你有一個 KNN 分類器模型,會根據年齡、性別、胸痛類型、血壓等特徵來預測是否有心臟疾病。你的任務是評估在特定樣本上,各個特徵如何影響模型的預測。

KNN 的 model 與必要套件都已經為你預先載入。

本練習屬於課程

Python 的 Explainable AI

檢視課程

練習說明

  • 為 KNN 分類器 model 建立一個 LIME explainer
  • 為提供的 sample_data_point 產生該模型預測的 explanation
  • 顯示各個特徵對此預測的影響。

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。

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()
編輯並執行程式碼