LIME: Giải thích Mô hình Cục bộ Có thể Diễn giải và Độc lập Mô hình
LIME, được giới thiệu bởi Ribeiro, Singh và Guestrin vào năm 2016, giải thích các dự đoán của bất kỳ bộ phân loại hoặc hồi quy hộp đen nào bằng cách xây dựng một mô hình thay thế đơn giản, trung thực cục bộ xung quanh một dự đoán quan tâm duy nhất. Thay vì giải thích mô hình toàn cục, LIME tập trung vào lý do tại sao một trường hợp cụ thể được phân loại theo cách đó, làm cho các mô hình phức tạp như mạng nơ-ron sâu và các phương pháp tập hợp trở nên dễ hiểu đối với người dùng cuối, chuyên gia lĩnh vực và kiểm toán viên.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. ACM SIGKDD, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Local Interpretable Model-agnostic Explanations (LIME). ScholarGate. https://scholargate.app/vi/machine-learning/lime
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Giải thích phản thực tếHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →