本文介绍了一种基于实例的线性化方法，用于提高神经网络模型的可解释性。该方法可以突出输入特征的重要性，并准确解释每个输入特征对预测的贡献。此技术在有监督分类和无监督神经网络学习参数化 t-SNE 降维中的应用也进行了讨论。