r - Lime 包无法获得 CaretStack 的预测

Question

我通过将模型堆叠在一起构建了一个 Caret 集成模型。

该模型运行成功，我得到了令人鼓舞的结果。

当我尝试使用 Lime 来解释黑盒预测时，挑战就来了。我收到一条错误消息“模型的类必须有一个 model_type 方法”

我唯一一次遇到这种错误是在 H20 中使用 Lime 时。随后，Lime 背后的人发布了支持 Lime 中的 H20 的更新。

有谁知道是否有任何工作将 CaretStack 包含在 Lime 中？或者知道解决此问题的解决方法。

Answer 1

根据 Lime 文档，这些是支持的模型

开箱即用，lime 支持以下模型对象：

1. 从插入符号训练

2. 来自 mlr 的 WrappedModel

3. xgb.Booster 来自 xgboost

4. H2O模型来自 h2o

5. keras.engine.training.Model 来自 keras

6. 来自 MASS 的 lda（用于低依赖示例）

如果您的模型不是上述之一，您需要自己实现支持。如果模型有一个预测接口模仿插入符号中的 predict.train() 接口，那么将模型包装在 as_classifier()/as_regressor() 中就足够了，以获得支持。

否则，您将需要实现一个 predict_model() 方法和可能的 model_type() 方法（如果省略后者，则模型应该包装在 as_classifier()/as_regressor() 中，每次在lime() 中使用）。

解决您的问题：

对于您的情况，CaretStack 具有模仿 predict.train() 的预测接口，因此将模型包装在 as_classifier() 或 as_regressor() 中就足够了