LIME: Explicações Locais Interpretáveis Agnostic-ao-Modelo

LIME, introduzido por Ribeiro, Singh e Guestrin em 2016, explica as previsões de qualquer classificador ou regressor "caixa-preta" construindo um modelo substituto simples e localmente fiel em torno de uma única previsão de interesse. Em vez de explicar o modelo global, LIME foca em por que uma instância específica foi classificada da maneira que foi, tornando modelos complexos como redes neurais profundas e métodos de ensemble interpretáveis para usuários finais, especialistas de domínio e auditores.