可解释机器学习:黑盒模型可解释性理解指南
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.3.4 单个预测的局部可解释性

为什么模型会对一个实例做出某种预测?

当然,可以着眼于一个实例,检查模型对某个输入的预测,并解释原因。如果查看单个预测,那么这个复杂模型的行为可能会更令人愉悦。在局部上,预测可能只依赖于线性的或单调的某些特征,而不是对它们有复杂的依赖性。例如,房屋的价格可能与它的面积大小呈非线性关系。但是,如果只查看一个特定的100 m2 的房屋,那么对于该数据子集,模型预测可能与面积呈线性关系。可以通过模拟当增加或减少10 m2 的面积时,预测的价格是如何变化的来发现这一点。因此,局部解释比全局解释更准确。在第5 章中,可以使单个实例的预测更容易解释。