决策树与局部可解释模型无关解释技术（LIME）和多元线性回归方法在根均方误差（RMSE）值方面解释支持向量回归模型的比较
原文中文，约300字，阅读约需1分钟。发表于：。决策树被用于解释支持向量回归模型，并与 LIME 和多元线性回归进行比较。在 5 个数据集上的比较结果表明，决策树在支持向量回归拟合时相对于 LIME 给出较低的 RMSE 值的概率为 87%，结果具有统计学意义。而多元线性回归在支持向量回归模型拟合时相对于 LIME 给出较低的 RMSE 值的概率为 73%，但结果没有统计学意义。此外，在作为本地解释技术使用时，决策树比 LIME...
决策树在支持向量回归模型中表现较好，相对于LIME和多元线性回归，给出较低的RMSE值的概率分别为87%和73%。决策树在本地解释技术方面也优于LIME。
