数据集中特征较多时如何绘制Lime报表

Question

为了从LimeTabularExplainer获得解释，我正在尝试使用as_pyplot_figure()方法绘制lime报告分类算法。这是工作，但数据，我是保存在html格式的本地使用save_html()从mpld3库，这是太压缩了(实际上看不见)。任何其他处理这种情况的方法都会很有帮助。

我的代码目前看起来像这样

 from lime.lime_tabular import LimeTabularExplainer
    model= LGBMClassifier(boosting_type='gbdt', class_weight=None, 
    colsample_bytree=1.0,
    importance_type='split', learning_rate=0.1, max_depth=-1,
    min_child_samples=20, min_child_weight=0.001, min_split_gain=0.0,
    n_estimators=100, n_jobs=-1, num_leaves=31, objective=None,
    random_state=None, reg_alpha=0.0, reg_lambda=0.0, silent=True,
    subsample=1.0, subsample_for_bin=200000, subsample_freq=0)

    predict_function = model.predict

    explainer = LimeTabularExplainer(train_data,mode='classification')
    exp = explainer.explain_instance(
                    data, predict_function)
    fig = exp.as_pyplot_figure()
    
    mpld3.save_html(fig, lime_report.html)

Answer 1

exp.as_pyplot_figure()返回一个pyplot图形(条形图)。

你应该像下面这样保存pyplot图-

fig = exp.as_pyplot_figure()

fig.savefig('lime_report.jpg')

为了将LIME解释保存为HTML格式，解释对象提供了一个方法-

exp.save_to_file('lime_report.html')