当数据集中有很多特征时，如何绘制石灰报告

Question

我正试图使用方法as_pyplot_figure()来绘制石灰报告分类算法，以供LimetabulareExplainer解释。它正在工作，但我正在使用mpld3库中的save_html()以html格式保存本地数据，该库的压缩程度太高（实际上不可见）。 处理这种情况的任何其他方法都会有所帮助

我的代码目前看起来像

 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pyplot图形（条形图）

您应将该pyplot图保存如下-

fig = exp.as_pyplot_figure()

fig.savefig('lime_report.jpg')

为了以HTML格式保存LIME解释，解释对象提供了一种方法-

exp.save_to_file('lime_report.html')