Apr, 2023
EBLIME: 增强贝叶斯局部可解释模型无关解释
EBLIME: Enhanced Bayesian Local Interpretable Model-agnostic
Explanations
TL;DR本文提出了EBLIME方法，使用贝叶斯岭回归模型解释黑盒机器学习模型并获取特征重要性分布，通过介绍该贝叶斯框架和岭参数的显著性等理论成果。在基准数据集和制造产品内部缺陷定位的真实工业应用案例中进行案例研究。与现有最新技术相比，EBLIME方法能够更直观和准确地获得后验分布、可信区间和特征重要性排名方面的不确定度量化结果。