2024-04-24 07:12:40 发布
网友
我用Lime来追踪为什么模型决定预测这个句子是(NEG,POS或NEUTRAL)的原因,并且对于大多数情况,Lime解释正确,但是在这种情况下,为什么我输入NEG语句,模型预测它是中性的,但是Lime用NEG的最高百分比来形象化它,所以为什么我得到了逻辑错误,比如这个?在
Model prediction vs Lime prediction
你没有提供太多的细节,所以我的答案将是类似的一般:你原来的模型是在做错误的预测。然后莱姆对模型进行了线性近似。由于线性模型的近似性质,这与原始模型不完全相同,并且偏离了原始模型。在你的例子中,原始模型给出了一个错误的预测,而线性近似的偏差是-偶然的-在正确答案的方向上,所以你偶然地从近似中得到了正确的答案,尽管原始模型是错误的。在
你没有提供太多的细节,所以我的答案将是类似的一般:你原来的模型是在做错误的预测。然后莱姆对模型进行了线性近似。由于线性模型的近似性质,这与原始模型不完全相同,并且偏离了原始模型。在你的例子中,原始模型给出了一个错误的预测,而线性近似的偏差是-偶然的-在正确答案的方向上,所以你偶然地从近似中得到了正确的答案,尽管原始模型是错误的。在
相关问题 更多 >
编程相关推荐