LIME: Lokálně interpretovatelné agnostické vysvětlení modelů

LIME, představený Ribeirem, Singhem a Guestrinem v roce 2016, vysvětluje predikce libovolného black-box klasifikátoru nebo regresoru tím, že kolem jedné predikce zájmu sestaví jednoduchý, lokálně věrný náhradní model. Místo vysvětlování globálního modelu se LIME zaměřuje na to, proč byl konkrétní případ klasifikován tak, jak byl, čímž zpřístupňuje složité modely, jako jsou hluboké neuronové sítě a ansámblové metody, koncovým uživatelům, odborníkům v dané oblasti a auditorům.