我一直在使用 XGBoost 来预测学生的留存率,并一直在使用 eli5 来为个人预测提供解释。出于几个不同的原因,我决定尝试深度学习,它在数据上的表现出奇的好。但是,解释位是必需的,但 eli5 仅对图像上的 Keras 进行解释。有没有办法解释为常规分类构建的 Keras 模型?浏览了 LIME 论文后,我真的看不出它不应该起作用的原因,但它似乎只适用于图像和文本分类?
我的数据只是普通的旧数值(gpa、年龄、活动、考试成绩等),我试图预测 0 或 1(通过/失败)。
谢谢
我一直在使用 XGBoost 来预测学生的留存率,并一直在使用 eli5 来为个人预测提供解释。出于几个不同的原因,我决定尝试深度学习,它在数据上的表现出奇的好。但是,解释位是必需的,但 eli5 仅对图像上的 Keras 进行解释。有没有办法解释为常规分类构建的 Keras 模型?浏览了 LIME 论文后,我真的看不出它不应该起作用的原因,但它似乎只适用于图像和文本分类?
我的数据只是普通的旧数值(gpa、年龄、活动、考试成绩等),我试图预测 0 或 1(通过/失败)。
谢谢
LIME 适用于文本、表格和图像数据。所以它也适用于你的情况。您应该查看 LIME 的文档并探索给定的示例以便更好地理解。https://github.com/marcotcr/lime