通过约束编程学习模型无关解释

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,通过将可解释机器学习中的不透明分类器预测解释任务视为约束优化,生成模型无关的解释。实证结果表明,该方法优于现有的启发式方法Anchors。

🎯

关键要点

  • 本研究提出了一种新方法,解决可解释机器学习中不透明分类器预测结果的解释问题。
  • 该方法将解释任务视为约束优化问题,生成模型无关的解释。
  • 在最小错误和有限规模的约束下,该方法表现优异。
  • 实证结果显示,该方法在多种数据集上显著优于现有的启发式方法Anchors。
➡️

继续阅读