模型可解釋性方面的研究，在近兩年的科研會(huì)議上成為關(guān)注熱點(diǎn)，因?yàn)榇蠹也粌H僅滿足于模型的效果，更對(duì)模型效果的原因產(chǎn)生更多的思考，這樣的思考有助于模型和特征的優(yōu)化，更能夠幫助更好的理解模型本身和提升模型服務(wù)質(zhì)量。本文對(duì)機(jī)器學(xué)習(xí)模型可解釋性相關(guān)資料匯總survey。
來(lái)源：騰訊技術(shù)工程微信號(hào)

綜述

機(jī)器學(xué)習(xí)業(yè)務(wù)應(yīng)用以輸出決策判斷為目標(biāo)。可解釋性是指人類(lèi)能夠理解決策原因的程度。機(jī)器學(xué)習(xí)模型的可解釋性越高，人們就越容易理解為什么做出某些決定或預(yù)測(cè)。模型可解釋性指對(duì)模型內(nèi)部機(jī)制的理解以及對(duì)模型結(jié)果的理解。其重要性體現(xiàn)在：建模階段，輔助開(kāi)發(fā)人員理解模型，進(jìn)行模型的對(duì)比選擇，必要時(shí)優(yōu)化調(diào)整模型；在投入運(yùn)行階段，向業(yè)務(wù)方解釋模型的內(nèi)部機(jī)制，對(duì)模型結(jié)果進(jìn)行解釋。比如基金推薦模型，需要解釋?zhuān)簽楹螢檫@個(gè)用戶推薦某支基金。

機(jī)器學(xué)習(xí)流程步驟：收集數(shù)據(jù)、清洗數(shù)據(jù)、訓(xùn)練模型、基于驗(yàn)證或測(cè)試錯(cuò)誤或其他評(píng)價(jià)指標(biāo)選擇最好的模型。第一步，選擇比較小的錯(cuò)誤率和比較高的準(zhǔn)確率的高精度的模型。第二步，面臨準(zhǔn)確率和模型復(fù)雜度之間的權(quán)衡，但一個(gè)模型越復(fù)雜就越難以解釋。一個(gè)簡(jiǎn)單的線性回歸非常好解釋?zhuān)驗(yàn)樗豢紤]了自變量與因變量之間的線性相關(guān)關(guān)系，但是也正因?yàn)槿绱耍鼰o(wú)法處理更復(fù)雜的關(guān)系，模型在測(cè)試集上的預(yù)測(cè)精度也更有可能比較低。而深度神經(jīng)網(wǎng)絡(luò)處于另一個(gè)極端，因?yàn)樗鼈兡軌蛟诙鄠€(gè)層次進(jìn)行抽象推斷，所以他們可以處理因變量與自變量之間非常復(fù)雜的關(guān)系，并且達(dá)到非常高的精度。但是這種復(fù)雜性也使模型成為黑箱，我們無(wú)法獲知所有產(chǎn)生模型預(yù)測(cè)結(jié)果的這些特征之間的關(guān)系，所以我們只能用準(zhǔn)確率、錯(cuò)誤率這樣的評(píng)價(jià)標(biāo)準(zhǔn)來(lái)代替，來(lái)評(píng)估模型的可信性。

事實(shí)上，每個(gè)分類(lèi)問(wèn)題的機(jī)器學(xué)習(xí)流程中都應(yīng)該包括模型理解和模型解釋?zhuān)旅媸菐讉€(gè)原因：

• 模型改進(jìn)：理解指標(biāo)特征、分類(lèi)、預(yù)測(cè)，進(jìn)而理解為什么一個(gè)機(jī)器學(xué)習(xí)模型會(huì)做出這樣的決定、什么特征在決定中起最重要作用，能讓我們判斷模型是否符合常理。一個(gè)深度的神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)區(qū)分狼和哈士奇的圖像。模型使用大量圖像訓(xùn)練，并使用另外的一些圖像進(jìn)行測(cè)試。90%的圖像被準(zhǔn)確預(yù)測(cè)，這值得我們高興。但是在沒(méi)有計(jì)算解釋函數(shù)(explainer function)時(shí)，我們不知道該模型主要基于背景：狼圖像通常有一個(gè)下雪的背景，而哈士奇的圖像很少有。所以我們不知不覺(jué)地做了一個(gè)雪地探測(cè)器，如果只看準(zhǔn)確率這樣的指標(biāo)，我們就不會(huì)看到這一點(diǎn)。知道了模型是如何使用特征進(jìn)行預(yù)測(cè)的，我們就能直覺(jué)地判斷我們的模型是否抓住了有意義的特征，模型是或否能泛化到其他樣本的預(yù)測(cè)上。

• 模型可信性與透明度：理解機(jī)器學(xué)習(xí)模型在提高模型可信度和提供審視預(yù)測(cè)結(jié)果透明度上是非常必要的，讓黑箱模型來(lái)決定人們的生活是不現(xiàn)實(shí)的，比如貸款和監(jiān)獄刑法。另一個(gè)對(duì)機(jī)器學(xué)習(xí)結(jié)果可信度提出質(zhì)疑的領(lǐng)域是藥品，模型結(jié)果會(huì)直接決定病人的生與死。機(jī)器學(xué)習(xí)模型在區(qū)分惡性腫瘤和不同類(lèi)型的良性腫瘤方面是非常準(zhǔn)確的，但是我們依然需要專(zhuān)家對(duì)診斷結(jié)果進(jìn)行解釋?zhuān)忉尀槭裁匆粋€(gè)機(jī)器學(xué)習(xí)模型將某個(gè)患者的腫瘤歸類(lèi)為良性或惡性將大大幫助醫(yī)生信任和使用機(jī)器學(xué)習(xí)模型來(lái)支持他們工作。長(zhǎng)久來(lái)看，更好地理解機(jī)器學(xué)習(xí)模型可以節(jié)省大量時(shí)間、防止收入損失。如果一個(gè)模型沒(méi)有做出合理的決定，在應(yīng)用這個(gè)模型并造成不良影響之前，我們就可以發(fā)現(xiàn)這一點(diǎn)。

• 識(shí)別和防止偏差：方差和偏差是機(jī)器學(xué)習(xí)中廣泛討論的話題。有偏差的模型經(jīng)常由有偏見(jiàn)的事實(shí)導(dǎo)致，如果數(shù)據(jù)包含微妙的偏差，模型就會(huì)學(xué)習(xí)下來(lái)并認(rèn)為擬合很好。一個(gè)有名的例子是，用機(jī)器學(xué)習(xí)模型來(lái)為囚犯建議定罪量刑，這顯然反映了司法體系在種族不平等上的內(nèi)在偏差。其他例子比如用于招聘的機(jī)器學(xué)習(xí)模型，揭示了在特定職位上的性別偏差，比如男性軟件工程師和女性護(hù)士。機(jī)器學(xué)習(xí)模型在我們生活的各個(gè)層面上都是強(qiáng)有力的工具，而且它也會(huì)變得越來(lái)越流行。所以作為數(shù)據(jù)科學(xué)家和決策制定者來(lái)說(shuō)，理解我們訓(xùn)練和發(fā)布的模型如何做出決策，讓我們可以事先預(yù)防偏差的增大以及消除他們，是我們的責(zé)任。

可解釋性特質(zhì)：

• 重要性：了解“為什么”可以幫助更深入地了解問(wèn)題，數(shù)據(jù)以及模型可能失敗的原因。
• 分類(lèi)：建模前數(shù)據(jù)的可解釋性、建模階段模型可解釋性、運(yùn)行階段結(jié)果可解釋性。
• 范圍：全局解釋性、局部解釋性、模型透明度、模型公平性、模型可靠性。
• 評(píng)估：內(nèi)在還是事后？模型特定或模型不可知？本地還是全局？
• 特性：準(zhǔn)確性、保真性、可用性、可靠性，魯棒性、通用性等。
• 人性化解釋：人類(lèi)能夠理解決策原因的程度，人們可以持續(xù)預(yù)測(cè)模型結(jié)果的程度標(biāo)示。

動(dòng)機(jī)

在工業(yè)界中，數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)的主要焦點(diǎn)是更偏“應(yīng)用”的解決復(fù)雜的現(xiàn)實(shí)世界至關(guān)重要的問(wèn)題，而不是理論上有效地應(yīng)用這些模型于正確的數(shù)據(jù)。機(jī)器學(xué)習(xí)模型本身由算法組成，該算法試圖從數(shù)據(jù)中學(xué)習(xí)潛在模式和關(guān)系，而無(wú)需硬編碼固定規(guī)則。因此，解釋模型如何對(duì)業(yè)務(wù)起作用總是會(huì)帶來(lái)一系列挑戰(zhàn)。有一些領(lǐng)域的行業(yè)，特別是在保險(xiǎn)或銀行等金融領(lǐng)域，數(shù)據(jù)科學(xué)家通常最終不得不使用更傳統(tǒng)的機(jī)器學(xué)習(xí)模型（線性或基于樹(shù)的）。原因是模型可解釋性對(duì)于企業(yè)解釋模型所采取的每個(gè)決策非常重要。

殘酷的現(xiàn)實(shí)是，如果沒(méi)有對(duì)機(jī)器學(xué)習(xí)模型或數(shù)據(jù)科學(xué)pipeline如何運(yùn)作的合理理解，現(xiàn)實(shí)中的項(xiàng)目很少成功。現(xiàn)實(shí)中的數(shù)據(jù)科學(xué)項(xiàng)目，通常會(huì)有業(yè)務(wù)和技術(shù)兩方面。數(shù)據(jù)科學(xué)家通常致力于構(gòu)建模型并為業(yè)務(wù)提供解決方案。但是，企業(yè)可能不知道模型如何工作的復(fù)雜細(xì)節(jié)。

數(shù)據(jù)科學(xué)從業(yè)者將知道存在典型的模型可解釋性與模型性能權(quán)衡。這里需要記住的一點(diǎn)是，模型性能不是運(yùn)行時(shí)或執(zhí)行性能，而是模型在決策中的準(zhǔn)確程度。有幾種模型，包括簡(jiǎn)單的線性模型甚至是基于樹(shù)的模型，它們可以很容易地解釋模型為獲得特定的洞察力或預(yù)測(cè)而做出的決策，但是你可能需要犧牲模型性能，因?yàn)樗鼈兛偸遣荒墚a(chǎn)生最好的結(jié)果是由于高偏差（線性模型）或高方差的固有問(wèn)題，導(dǎo)致過(guò)度擬合（完全成長(zhǎng)的樹(shù)模型）。更復(fù)雜的模型，如集合模型和最近的深度學(xué)習(xí)模型系列通常會(huì)產(chǎn)生更好的性能，但被認(rèn)為是黑盒模型，因?yàn)楹茈y解釋模型如何真正做出決定。

理解模型可解釋性

模型解釋作為一個(gè)概念仍然主要是理論和主觀的。任何機(jī)器學(xué)習(xí)模型的核心都有一個(gè)響應(yīng)函數(shù)，它試圖映射和解釋獨(dú)立（輸入）自變量和（目標(biāo)或響應(yīng)）因變量之間的關(guān)系和模式。當(dāng)模型預(yù)測(cè)或?qū)ふ乙?jiàn)解時(shí)，需要做出某些決定和選擇。模型解釋試圖理解和解釋響應(yīng)函數(shù)所做出的這些決定，即what，why以及how。模型解釋的關(guān)鍵是透明度，質(zhì)疑能力以及人類(lèi)理解模型決策的難易程度。模型解釋的三個(gè)最重要的方面解釋如下。

1.是什么驅(qū)動(dòng)了模型的預(yù)測(cè)？ 我們應(yīng)該能夠查詢我們的模型并找出潛在的特征交互，以了解哪些特征在模型的決策策略中可能是重要的。這確保了模型的公平性。
2.為什么模型會(huì)做出某個(gè)決定？ 我們還應(yīng)該能夠驗(yàn)證并證明為什么某些關(guān)鍵特征在預(yù)測(cè)期間驅(qū)動(dòng)模型所做出的某些決策時(shí)負(fù)有責(zé)任。這確保了模型的可靠性。

1. 我們?nèi)绾涡湃文Ｐ皖A(yù)測(cè)？ 我們應(yīng)該能夠評(píng)估和驗(yàn)證任何數(shù)據(jù)點(diǎn)以及模型如何對(duì)其進(jìn)行決策。對(duì)于模型按預(yù)期工作的關(guān)鍵利益相關(guān)者而言，這應(yīng)該是可證明且易于理解的。這確保了模型的透明度。

在比較模型時(shí)，除了模型性能之外，如果模型的決策比其他模型的決策更容易理解，那么模型被認(rèn)為比其他模型具有更好的可解釋性。

可解釋性的重要性

在解決機(jī)器學(xué)習(xí)問(wèn)題時(shí)，數(shù)據(jù)科學(xué)家往往傾向于關(guān)注模型性能指標(biāo)，如準(zhǔn)確性，精確度和召回等等（毫無(wú)疑問(wèn)，這很重要！）。這在大多數(shù)圍繞數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的在線競(jìng)賽中也很普遍。但是，指標(biāo)只能說(shuō)明模型預(yù)測(cè)決策的部分故事。隨著時(shí)間的推移，由于環(huán)境中的各種因素導(dǎo)致的模型概念漂移，性能可能會(huì)發(fā)生變化。因此，了解推動(dòng)模型采取某些決策的因素至關(guān)重要。

如果一個(gè)模型工作得很好，為什么還要深入挖掘呢？在解決現(xiàn)實(shí)世界中的數(shù)據(jù)科學(xué)問(wèn)題時(shí)，為了讓企業(yè)信任您的模型預(yù)測(cè)和決策，他們會(huì)不斷提出“我為什么要相信您的模型？”這一問(wèn)題，這一點(diǎn)非常有意義。如果一個(gè)人患有癌癥或糖尿病，一個(gè)人可能對(duì)社會(huì)構(gòu)成風(fēng)險(xiǎn)，或者即使客戶會(huì)流失，您是否會(huì)對(duì)預(yù)測(cè)和做出決策（如果有的話）感到滿意？也許不是，如果我們能夠更多地了解模型的決策過(guò)程（原因和方式），我們可能會(huì)更喜歡它。這使我們更加透明地了解模型為何做出某些決策，在某些情況下可能出現(xiàn)的問(wèn)題，并且隨著時(shí)間的推移它有助于我們?cè)谶@些機(jī)器學(xué)習(xí)模型上建立一定程度的信任。

• 了解預(yù)測(cè)背后的原因在評(píng)估信任方面非常重要，如果計(jì)劃基于預(yù)測(cè)采取行動(dòng)，或者選擇是否部署新模型，那么這是至關(guān)重要的。
• 無(wú)論人類(lèi)是直接使用機(jī)器學(xué)習(xí)分類(lèi)器作為工具，還是在其他產(chǎn)品中部署模型，仍然存在一個(gè)至關(guān)重要的問(wèn)題：如果用戶不信任模型或預(yù)測(cè)，他們就不會(huì)使用它。

這是我們?cè)诒疚闹卸啻斡懻摰膬?nèi)容，也是決定數(shù)據(jù)科學(xué)項(xiàng)目在行業(yè)中取得成功的關(guān)鍵區(qū)別之一。這推動(dòng)了模型解釋的必要性和重要性的緊迫性。

可解釋性的標(biāo)準(zhǔn)

有一些特定的標(biāo)準(zhǔn)可用于分類(lèi)模型解釋方法。Christoph Molnar，2018年“可解釋的機(jī)器學(xué)習(xí)，制作黑箱模型可解釋指南”中提到了一個(gè)很好的指南。

• 內(nèi)在還是事后？ 內(nèi)在可解釋性就是利用機(jī)器學(xué)習(xí)模型，該模型本質(zhì)上是可解釋的（如線性模型，參數(shù)模型或基于樹(shù)的模型）。事后可解釋性意味著選擇和訓(xùn)練黑匣子模型（集合方法或神經(jīng)網(wǎng)絡(luò)）并在訓(xùn)練后應(yīng)用可解釋性方法（特征重要性，部分依賴(lài)性圖）。我們將更多地關(guān)注我們系列文章中的事后模型可解釋方法。
• 模型特定或模型不可知？ 特定于模型的解釋工具非常特定于內(nèi)在模型解釋方法，這些方法完全依賴(lài)于每個(gè)模型的功能和特征。這可以是系數(shù)，p值，與回歸模型有關(guān)的AIC分?jǐn)?shù)，來(lái)自決策樹(shù)的規(guī)則等等。與模型無(wú)關(guān)的工具與事后方法更相關(guān)，可用于任何機(jī)器學(xué)習(xí)模型。這些不可知方法通常通過(guò)分析（和輸入的擾動(dòng)）特征輸入和輸出對(duì)來(lái)操作。根據(jù)定義，這些方法無(wú)法訪問(wèn)任何模型內(nèi)部，如權(quán)重，約束或假設(shè)。
• 本地還是全局？ 這種解釋分類(lèi)討論了解釋方法是解釋單個(gè)預(yù)測(cè)還是整個(gè)模型行為？或者如果范圍介于兩者之間？我們將很快談?wù)撊蚝偷胤降慕忉尅?/li>

可解釋性的范圍

如何定義可解釋性的范圍和界限？一些有用的方面可以是模型的透明度，公平性和責(zé)任性。全局和局部模型解釋是定義模型解釋范圍的明確方法。

全局可解釋：就是試圖理解“模型如何進(jìn)行預(yù)測(cè)？”和“模型的子集如何影響模型決策？”。要立即理解和解釋整個(gè)模型，我們需要全局可解釋性。全局可解釋性是指能夠基于完整數(shù)據(jù)集上的依賴(lài)（響應(yīng)）變量和獨(dú)立（預(yù)測(cè)變量）特征之間的條件交互來(lái)解釋和理解模型決策。嘗試?yán)斫馓卣鹘换ズ椭匾允冀K是理解全球解釋的一個(gè)很好的一步。當(dāng)然，在嘗試分析交互時(shí)，在超過(guò)兩維或三維之后可視化特征變得非常困難。因此，經(jīng)常查看可能影響全局知識(shí)模型預(yù)測(cè)的模塊化部分和特征子集會(huì)有所幫助。全局解釋需要完整的模型結(jié)構(gòu)，假設(shè)和約束知識(shí)。

局部解釋：試圖理解“為什么模型為單個(gè)實(shí)例做出具體決策？”和“為什么模型為一組實(shí)例做出具體決策？”。對(duì)于本地可解釋性，我們不關(guān)心模型的固有結(jié)構(gòu)或假設(shè)，我們將其視為黑盒子。為了理解單個(gè)數(shù)據(jù)點(diǎn)的預(yù)測(cè)決策，我們專(zhuān)注于該數(shù)據(jù)點(diǎn)并查看該點(diǎn)周?chē)奶卣骺臻g中的局部子區(qū)域，并嘗試基于該局部區(qū)域理解該點(diǎn)的模型決策。本地?cái)?shù)據(jù)分布和特征空間可能表現(xiàn)完全不同，并提供更準(zhǔn)確的解釋而不是全局解釋。局部可解釋模型 - 不可知解釋?zhuān)↙IME）框架是一種很好的方法，可用于模型不可知的局部解釋。我們可以結(jié)合使用全局和局部解釋來(lái)解釋一組實(shí)例的模型決策。

模型透明度：為試圖理解“如何根據(jù)算法和特征創(chuàng)建模型？”。我們知道，通常機(jī)器學(xué)習(xí)模型都是在數(shù)據(jù)特征之上利用算法來(lái)構(gòu)建將輸入映射到潛在輸出（響應(yīng)）的表示。模型的透明度可能試圖了解模型的構(gòu)建方式以及可能影響其決策的更多技術(shù)細(xì)節(jié)。這可以是神經(jīng)網(wǎng)絡(luò)的權(quán)重，CNN濾波器的權(quán)重，線性模型系數(shù)，決策樹(shù)的節(jié)點(diǎn)和分裂。但是，由于業(yè)務(wù)可能不太精通這些技術(shù)細(xì)節(jié)，因此嘗試使用不可知的局部和全局解釋方法來(lái)解釋模型決策有助于展示模型透明度。

可解釋性的作用

對(duì)于想要了解模型如何工作的數(shù)據(jù)科學(xué)家來(lái)說(shuō)，評(píng)估模型的準(zhǔn)確性通常是不夠的。數(shù)據(jù)科學(xué)家通常想知道模型輸入變量如何工作以及模型的預(yù)測(cè)如何根據(jù)輸入變量的值而變化。

機(jī)器學(xué)習(xí)算法和模型的工程應(yīng)用中用到最多的主要是樹(shù)類(lèi)模型(lgb,xgb)和神經(jīng)網(wǎng)絡(luò)(cnn, rnn)，使用者往往習(xí)慣于很少去思考其中的含義和解釋性。需要思考一個(gè)模型的哪些東西是可解釋的？

所以有幾個(gè)問(wèn)題值得討論：

• 哪些特征在模型看到是最重要的？
• 關(guān)于某一條記錄的預(yù)測(cè)，每一個(gè)特征是如何影響到最終的預(yù)測(cè)結(jié)果的？
• 從大量的記錄整體來(lái)考慮，每一個(gè)特征如何影響模型的預(yù)測(cè)的？

為什么這些解釋信息是有價(jià)值的呢：

• 調(diào)試模型用

一般的真實(shí)業(yè)務(wù)場(chǎng)景會(huì)有很多不可信賴(lài)的，沒(méi)有組織好的臟數(shù)據(jù)。你在預(yù)處理數(shù)據(jù)時(shí)就有可能加進(jìn)來(lái)了潛在的錯(cuò)誤，或者不小心泄露了預(yù)測(cè)目標(biāo)的信息等，考慮各種潛在的災(zāi)難性后果，debug的思路就尤其重要了。當(dāng)你遇到了用現(xiàn)有業(yè)務(wù)知識(shí)無(wú)法解釋的數(shù)據(jù)的時(shí)候，了解模型預(yù)測(cè)的模式，可以幫助你快速定位問(wèn)題。

• 指導(dǎo)工程師做特征工程

特征工程通常是提升模型準(zhǔn)確率最有效的方法。特征工程通常涉及到到反復(fù)的操作原始數(shù)據(jù)(或者之前的簡(jiǎn)單特征)，用不同的方法來(lái)得到新的特征。有時(shí)候你完成FE的過(guò)程只用到了自己的直覺(jué)。這其實(shí)還不夠，當(dāng)你有上百個(gè)原始特征的時(shí)候，或者當(dāng)你缺乏業(yè)務(wù)背景知識(shí)的時(shí)候，你將會(huì)需要更多的指導(dǎo)方向。如何創(chuàng)造出這樣優(yōu)秀的特征呢？如何找到最重要的特征的方法，并且可以發(fā)現(xiàn)兩個(gè)特別相關(guān)的特征，當(dāng)面對(duì)越來(lái)越多的特征的時(shí)候，這些方法就會(huì)很重要啦。

• 指導(dǎo)數(shù)據(jù)采集的方向

對(duì)于網(wǎng)上下載的數(shù)據(jù)集你完全控制不了。不過(guò)很多公司和機(jī)構(gòu)用數(shù)據(jù)科學(xué)來(lái)指導(dǎo)他們從更多方面收集數(shù)據(jù)。一般來(lái)說(shuō)，收集新數(shù)據(jù)很可能花費(fèi)比較高或者不是很容易，所以大家很想要知道哪些數(shù)據(jù)是值得收集的。基于模型的洞察力分析可以教你很好的理解已有的特征，這將會(huì)幫助你推斷什么樣子的新特征是有用的。

• 指導(dǎo)人們做決策

一些決策是模型自動(dòng)做出來(lái)的，雖然亞馬遜不會(huì)用人工來(lái)決定展示給你網(wǎng)頁(yè)上的商品，但是很多重要的決策是由人來(lái)做出的，而對(duì)于這些決定，模型的洞察力會(huì)比模型的預(yù)測(cè)結(jié)果更有價(jià)值。

• 建立模型和人之間的信任

很多人在做重要決策的時(shí)候不會(huì)輕易的相信模型，除非他們驗(yàn)證過(guò)模型的一些基本特性，這當(dāng)然是合理的。實(shí)際上，把模型的可解釋性展示出來(lái)，如果可以匹配上人們對(duì)問(wèn)題的理解，那么這將會(huì)建立起大家對(duì)模型的信任，即使是在那些沒(méi)有數(shù)據(jù)科學(xué)知識(shí)的人群中。

方法

Confusion Matrix

一個(gè)完美的分類(lèi)模型就是，如果一個(gè)客戶實(shí)際上屬于類(lèi)別 good，也預(yù)測(cè)成good，處于類(lèi)別 bad，也就預(yù)測(cè)成 bad。實(shí)際上一些是 good 的客戶，根據(jù)我們的模型，卻預(yù)測(cè)他為 bad，對(duì)一些原本是 bad 的客戶，卻預(yù)測(cè)他為 good。我們需要知道，這個(gè)模型到底預(yù)測(cè)對(duì)了多少，預(yù)測(cè)錯(cuò)了多少，混淆矩陣就把所有這些信息，都?xì)w到一個(gè)表里：

Sensitivity（覆蓋率，True Positive Rate）= 正確預(yù)測(cè)到的正例數(shù) / 實(shí)際正例總數(shù)；Recall (True Positive Rate，or Sensitivity) =true positive/total actual positive=d/c+d；

PV+ (命中率，Precision, Positive Predicted Value) = 正確預(yù)測(cè)到的正例數(shù) / 預(yù)測(cè)正例總數(shù)；Precision (Positive Predicted Value, PV+) =true positive/ total predicted positive=d/b+d；

Specificity (負(fù)例的覆蓋率，True Negative Rate) = 正確預(yù)測(cè)到的負(fù)例個(gè)數(shù) / 實(shí)際負(fù)例總數(shù)；Specificity (True Negative Rate) =true negative/total actual negative=a/a+b；

圖中關(guān)于混淆矩陣結(jié)果理解：recall：0.54；precision：0.915；specificity：0.95；

Lift

它衡量的是，與不利用模型相比，模型的預(yù)測(cè)能力 “變好” 了多少。實(shí)質(zhì)上它強(qiáng)調(diào)的是投入與產(chǎn)出比。不利用模型，我們只能利用 “正例的比例是 c+d/a+b+c+d” 這個(gè)樣本信息來(lái)估計(jì)正例的比例（baseline model），而利用模型之后，我們不需要從整個(gè)樣本中來(lái)挑選正例，只需要從我們預(yù)測(cè)為正例的那個(gè)樣本的子集（b+d）中挑選正例，這時(shí)預(yù)測(cè)的準(zhǔn)確率為 d/b+d。

顯然，lift(提升指數(shù))越大，模型的運(yùn)行效果越好。如果這個(gè)模型的預(yù)測(cè)能力跟 baseline model 一樣，那么 d/b+d 就等于 c+d/a+b+c+d（lift 等于 1），這個(gè)模型就沒(méi)有任何 “提升” 了（套一句金融市場(chǎng)的話，它的業(yè)績(jī)沒(méi)有跑過(guò)市場(chǎng)）。

ROC曲線 & PR曲線 & KS曲線

實(shí)際應(yīng)用中，通常是先基于訓(xùn)練好的分類(lèi)器得出測(cè)試樣本的預(yù)測(cè)概率，然后將該測(cè)試樣本的預(yù)測(cè)概率與給定的閾值進(jìn)行比較，若該預(yù)測(cè)概率大于給定閾值，則將該測(cè)試樣本劃分為正類(lèi)，反之則將其劃分為反類(lèi)。對(duì)于不同的分類(lèi)任務(wù)，該分類(lèi)閾值的取值也是不一樣的。

• ROC曲線（The Receiver Operating Characteristic Curve）給出的是不同分類(lèi)閾值情況下真正率（TPr）和假正率（FPr）的變化曲線。PR曲線（Precision-Recall Curve）給出的是不同分類(lèi)閾值情況下查準(zhǔn)率（Precision）和查全率（Recall）的變化曲線。有文獻(xiàn)指出，ROC曲線相比PR曲線有一個(gè)非常好的特性：就是當(dāng)正負(fù)樣本分布發(fā)生變化的時(shí)候，ROC曲線的形狀能夠基本保持不變，而PR曲線的形狀會(huì)發(fā)生較劇烈的變化。為了使得ROC曲線之間能更好的進(jìn)行比較，通常采用AUC，即ROC曲線下的面積來(lái)衡量一個(gè)分類(lèi)算法的性能。其中，AUC的值越大，表明分類(lèi)性能越好。

• KS（Kolmogorov-Smirnov Curve）曲線橫軸為不同的分類(lèi)閾值，縱軸為真正率（TPr）和假正率（FPr）的變化曲線。KS值=max|TPr-FPr|，等價(jià)于ΔTPr=ΔFPr，這和ROC曲線上找最優(yōu)閾值的條件一致。KS值常在征信評(píng)分模型中用于衡量區(qū)分預(yù)測(cè)正負(fù)樣本的分隔程度。一般來(lái)說(shuō)，KS值越大，表明正負(fù)樣本區(qū)分的程度越好，說(shuō)明模型區(qū)分度越高。但并非所有的情況KS值都是越高越好的，尤其在征信模型中，如正負(fù)樣本完全分錯(cuò)的情況下，KS值依舊可以很高。征信模型最期望得到的信用分?jǐn)?shù)分布為正態(tài)分布，如果KS值過(guò)大，如0.9，就可以認(rèn)為正負(fù)樣本分得過(guò)開(kāi)了，不太可能是正態(tài)分布，反而比較可能是極端化的分布狀態(tài)（如U字型），這樣的分?jǐn)?shù)就很不好，基本可以認(rèn)為不可用。

Cumulative gains chart

橫坐標(biāo)表示：代表我們樣本的百分比，假設(shè)有10000個(gè)樣本，0.1代表1000個(gè)，1代表10000個(gè)樣本。

縱坐標(biāo)表示：代表橫軸所代表的那么多樣本中，判斷正確的比率。

baseline表示：如果我們不用模型，那我們對(duì)每一個(gè)人的打分都是一樣的，正率在所有樣本空間都是一樣的，連接起來(lái)就成為一條直線。

曲線含義：采用模型進(jìn)行預(yù)測(cè)。y值的分子代表模型預(yù)測(cè)且預(yù)測(cè)為正例的人數(shù)，分母是整個(gè)群體正例人數(shù)。

Silhouette Analysis

Silhouette指的是一種解釋和驗(yàn)證數(shù)據(jù)集群內(nèi)一致性的方法。該技術(shù)提供了每個(gè)對(duì)象分類(lèi)的簡(jiǎn)潔圖形表示。

輪廓值是對(duì)象與其自身群集（內(nèi)聚）相比與其他群集（分離）相似程度的度量。輪廓范圍從-1到+1，其中高值表示對(duì)象與其自己的簇很好地匹配并且與相鄰簇很不匹配。如果大多數(shù)對(duì)象具有高值，則群集配置是合適的。如果許多點(diǎn)具有低值或負(fù)值，則群集配置可能具有太多或太少的群集。

圖中通過(guò)Silhouette方法大致對(duì)數(shù)據(jù)集樣本分類(lèi)有了掌握，可以看到0/1類(lèi)別大致比例。

Learning Curve

概念：學(xué)習(xí)曲線就是通過(guò)畫(huà)出不同訓(xùn)練集大小時(shí)訓(xùn)練集和交叉驗(yàn)證的準(zhǔn)確率，可以看到模型在新數(shù)據(jù)上的表現(xiàn)，進(jìn)而來(lái)判斷模型是否方差偏高或偏差過(guò)高，以及增大訓(xùn)練集是否可以減小過(guò)擬合。

Bias是用所有可能的訓(xùn)練數(shù)據(jù)集訓(xùn)練出的所有模型的輸出的平均值與真實(shí)模型的輸出值之間的差異。

Variance是不同的訓(xùn)練數(shù)據(jù)集訓(xùn)練出的模型輸出值之間的差異。

解讀：當(dāng)訓(xùn)練集和測(cè)試集的誤差收斂但卻很高時(shí)，為高偏差。左上角的偏差很高，訓(xùn)練集和驗(yàn)證集的準(zhǔn)確率都很低，很可能是欠擬合。我們可以增加模型參數(shù)，比如，構(gòu)建更多的特征，減小正則項(xiàng)。此時(shí)通過(guò)增加數(shù)據(jù)量是不起作用的。當(dāng)訓(xùn)練集和測(cè)試集的誤差之間有大的差距時(shí)，為高方差。當(dāng)訓(xùn)練集的準(zhǔn)確率比其他獨(dú)立數(shù)據(jù)集上的測(cè)試結(jié)果的準(zhǔn)確率要高時(shí)，一般都是過(guò)擬合。右上角方差很高，訓(xùn)練集和驗(yàn)證集的準(zhǔn)確率相差太多，應(yīng)該是過(guò)擬合。我們可以增大訓(xùn)練集，降低模型復(fù)雜度，增大正則項(xiàng)，或者通過(guò)特征選擇減少特征數(shù)。理想情況是是找到偏差和方差都很小的情況，即收斂且誤差較小。

Permutation Importance

一個(gè)最基本的問(wèn)題大概會(huì)是什么特征對(duì)我模型預(yù)測(cè)的影響最大呢？這個(gè)東西就叫做“feature importance”即特征重要性。anyway，字面意思看著就很重要啦。我們有很多方法來(lái)衡量特征的重要性，這里呢，將會(huì)介紹一種方法：排列重要性。這種方法和其他方法比起來(lái)，優(yōu)勢(shì)有：

• 計(jì)算速度快
• 廣泛使用和理解
• 我們希望特征重要性與屬性具有一致性

工作原理：排列重要性，一定是在model訓(xùn)練完成后，才可以計(jì)算的。簡(jiǎn)單來(lái)說(shuō)，就是改變數(shù)據(jù)表格中某一列的數(shù)據(jù)的排列，保持其余特征不動(dòng)，看其對(duì)預(yù)測(cè)精度的影響有多大。大概三個(gè)步驟：

• 訓(xùn)練好模型
• 拿某一個(gè)feature column, 然后隨機(jī)打亂順序。然后用模型來(lái)重新預(yù)測(cè)一遍，看看自己的metric或者loss 。function變化了多少。
• 把上一個(gè)步驟中打亂的column復(fù)原，換下一個(gè)column重復(fù)上一個(gè)步驟，直到所有column都算一遍。

代碼示例：

from xgboost import XGBClassifier    
from sklearn.model_selection import train_test_split
import eli5   # python計(jì)算permutation importance工具包   
from eli5.sklearn import PermutationImportance

path = './census_income_dataset.csv'
data = pd.read_csv(path)
#...省略數(shù)據(jù)預(yù)處理過(guò)程
X_train, X_test, y_train, y_test = train_test_split(df, y, test_size=0.2, random_state = 400)

# 訓(xùn)練XGBoost模型
model = xgb.XGBClassifier(
                        learning_rate =0.05,
                         n_estimators=100,
                         max_depth=3,
                         min_child_weight=1,
                         gamma=0.3,
                         subsample=0.8,
                         colsample_bytree=0.8,
                         objective= 'multi:softprob',
                         nthread=4,
                         scale_pos_weight=1,
                         num_class=2,
                         seed=27
                    ).fit(X_train, y_train)

perm = PermutationImportance(model, random_state = 1).fit(X_test, y_test) # 實(shí)例化
eli5.show_weights(perm, feature_names = X_test.columns.tolist())

結(jié)果分析：

靠近上方的綠色特征，表示對(duì)模型預(yù)測(cè)較為重要的特征；
為了排除隨機(jī)性，每一次 shuffle 都會(huì)進(jìn)行多次，然后取結(jié)果的均值和標(biāo)準(zhǔn)差；
部分特征出現(xiàn)負(fù)值，表示其 shuffle 之后，對(duì)精度反而有所提升。這通常出現(xiàn)在特征不那么重要的時(shí)候。當(dāng)數(shù)據(jù)集較小的時(shí)候，這種情況更為常見(jiàn)；
“+ - ”之后的數(shù)字衡量的是一次重新洗牌后的表現(xiàn)如何變化；
這個(gè)數(shù)據(jù)集是收入水平數(shù)據(jù)集，這個(gè)例子里，最重要的特征是“capital_gain”, 這看起來(lái)是合理的。

PDP

部分依賴(lài)圖（PDP或PD圖）顯示特征對(duì)機(jī)器學(xué)習(xí)模型的預(yù)測(cè)結(jié)果的邊際效應(yīng)，可以展示一個(gè)特征是如何影響預(yù)測(cè)的。部分依賴(lài)圖可以顯示目標(biāo)與特征之間的關(guān)系是線性的，單調(diào)的還是更復(fù)雜的。例如，當(dāng)應(yīng)用于線性回歸模型時(shí)，部分依賴(lài)圖總是顯示線性關(guān)系。

回歸的部分依賴(lài)函數(shù)定義為：

• xSxS是部分依賴(lài)圖要畫(huà)的特征集合
• xCxC是其他特征

通常，集合SS中有一到兩個(gè)特征，這個(gè)集合中的特征我們想知道他們對(duì)預(yù)測(cè)的影響。在集合SS和集合CC中的特征并集組成了全部特征空間x。邊際化機(jī)器學(xué)習(xí)模型輸出在集合C的特征分布上。PDP的一個(gè)假設(shè)是，C中的特征與s中的特征不相關(guān)。如果違反這個(gè)假設(shè)，部分依賴(lài)圖的平均值將包括非常不可能甚至不可能的數(shù)據(jù)點(diǎn)。

邊緣化概念

邊緣化是一種通過(guò)累加一個(gè)變量的可能值以判定另一個(gè)變量的邊緣分布的方法。這聽(tīng)起來(lái)有點(diǎn)抽象，讓我們看一個(gè)例子：

假設(shè)我們想知道天氣是如何影響英國(guó)人的幸福感的，也就是P(幸福感|天氣)。假定我們具有衡量某人的幸福感所需的定義和設(shè)備，同時(shí)記錄了某個(gè)英格蘭人和某個(gè)蘇格蘭人所處位置的天氣。可能蘇格蘭人通常而言要比英格蘭人幸福。所以我們其實(shí)在衡量的是P(幸福感, 國(guó)|天氣)，即，我們同時(shí)考察幸福感和國(guó)。

邊緣化告訴我們，我們可以通過(guò)累加國(guó)家的所有可能值（英國(guó)由3國(guó)組成：英格蘭、蘇格蘭、威爾士），得到想要計(jì)算的數(shù)字，即P(幸福感|天氣) = P(幸福感, 國(guó)=英格蘭|天氣) + P(幸福感, 國(guó)=蘇格蘭|天氣) + P(幸福感, 國(guó)=威爾士|天氣)。

部分函數(shù)f^xSf^xS通過(guò)計(jì)算在訓(xùn)練數(shù)據(jù)的平均值，即Monte Carlo方法：

• x(i)CxC(i)是數(shù)據(jù)集中的真實(shí)特征值，這些特征是不關(guān)注的特征。

特征重要性可以告訴你哪些特征是最重要的或者是不重要的。

partial dependence圖可以告訴你一個(gè)特征是如何影響預(yù)測(cè)的。

PDP分析步驟如下：

1. 訓(xùn)練一個(gè)Xgboost模型（假設(shè)F1 … F4是我們的特征，Y是目標(biāo)變量，假設(shè)F1是最重要的特征）。
2. 我們有興趣探索Y和F1的直接關(guān)系。
3. 用F1（A）代替F1列，并為所有的觀察找到新的預(yù)測(cè)值。采取預(yù)測(cè)的平均值。（稱(chēng)之為基準(zhǔn)值）
4. 對(duì)F1（B）… F1（E）重復(fù)步驟3，即針對(duì)特征F1的所有不同值。
5. PDP的X軸具有不同的F1值，而Y軸是雖該基準(zhǔn)值F1值的平均預(yù)測(cè)而變化。

PDP特別適合用來(lái)回答類(lèi)似這樣的問(wèn)題：

• 在所有的收入水平的特征中，年齡和學(xué)歷是如何影響收入的？或者說(shuō)，在不同的國(guó)家相同年齡的人群收入水平有多少相似呢？
• 預(yù)測(cè)推薦基金時(shí)，投資偏好的不同會(huì)帶來(lái)多大的影響？還是有其他更重要的影響因素？

如果你對(duì)線性回歸或者邏輯回歸比較熟悉，那么partial dependence可以被類(lèi)比為這兩類(lèi)模型中的“系數(shù)”。并且partial dependence在復(fù)雜模型中的作用比在簡(jiǎn)單模型中更大，抓出更復(fù)雜的特性。

同樣還是用census_income的數(shù)據(jù)集，不同的個(gè)體在各個(gè)方面都是不一樣的。比如種族，年齡，受教育程度等等。一眼看過(guò)去，很難區(qū)分這些特征對(duì)結(jié)果的影響有多大。為了清晰的分析，我們還是先只拿出某一行數(shù)據(jù)，比如說(shuō)這一行數(shù)據(jù)里，有種族White，45歲，Bachelors。我們將會(huì)用已有模型來(lái)預(yù)測(cè)結(jié)果，將這一行的某一個(gè)變量，反復(fù)的進(jìn)行修改和重新預(yù)測(cè)，比如將年齡修改從45修改為60，等等。持續(xù)觀察預(yù)測(cè)結(jié)果，在不同的年齡時(shí)有什么樣的變化。

這里的例子，只用到了一行數(shù)據(jù)。特征之間的相互作用關(guān)系通過(guò)這一行來(lái)觀察可能不太妥當(dāng)，那么考慮用多行數(shù)據(jù)來(lái)進(jìn)行試驗(yàn)，然后根據(jù)平均值畫(huà)出圖像來(lái)。

from pdpbox import pdp

feature = 'age'
# 創(chuàng)建好畫(huà)圖所需的數(shù)據(jù)
pdp_goals = pdp.pdp_isolate(model, X_train, df.columns, feature)
# 畫(huà)出“age”這一特征的partial dependence plot
pdp.pdp_plot(pdp_goals, feature)
plt.show()

第一：y軸是預(yù)測(cè)結(jié)果的變化量。
第二：藍(lán)色陰影區(qū)域代表了置信的大小。

從這幅圖可以看出，age的增加肯定可以增加高收入概率，但是增加到一定的時(shí)候，對(duì)這個(gè)概率影響不大了。

置信區(qū)間概念

給定置信水平，根據(jù)估計(jì)值確定真實(shí)值可能出現(xiàn)的區(qū)間范圍，該區(qū)間通常以估計(jì)值為中心，該區(qū)間則為置信區(qū)間。

feature = 'education_num'
pdp_goals = pdp.pdp_isolate(model, X_train, df.columns, feature)
pdp.pdp_plot(pdp_goals, feature)
plt.show()

從這副圖可以看出，受教育程度對(duì)收入起積極作用，隨著受的教育越多，收入越高，也符合常人理解。

fig, axes, summary_df_1 = info_plots.target_plot_interact(
    df=dataset, features=['age', 'education_num'], feature_names=['age', 'education_num'], target='income_level'
)

在此圖表中，氣泡大小不太重要，因?yàn)樗c觀測(cè)數(shù)量（事件發(fā)生的次數(shù)）有關(guān)。最重要的見(jiàn)解來(lái)自氣泡的顏色，較暗的氣泡意味著更高的默認(rèn)概率。這是一個(gè)強(qiáng)大的工具，因?yàn)樗梢陨钊肓私馕覀冞x擇的兩個(gè)變量對(duì)因變量的影響。

features_to_plot = ['age', 'education_num']
inter1  = pdp.pdp_interact(model, df, df.columns, features_to_plot)
pdp.pdp_interact_plot(inter1, features_to_plot, plot_type='grid', x_quantile=True, ncols = 2, plot_pdp=True)
plt.show()

上圖可以看出，受教育程度和年齡對(duì)收入水平有著正相關(guān)作用，且隨著受教育程度增加，年齡從35-90，高收入的概率越來(lái)越大。

fig, axes = pdp.pdp_interact_plot(
    inter1, ['age', 'education_num'], plot_type='contour', x_quantile=True, ncols=2, 
    plot_pdp=True
)

重要的是要記住，在該圖中，較暗的顏色并不一定意味著較高的默認(rèn)概率。在這里，我們繪制了受教育等級(jí)和年齡與收入等級(jí)概率。我們可以推斷，在這兩個(gè)自變量中，education_num起著更重要的作用，因?yàn)榈雀呔€圖主要是垂直的，遵循x軸刻度標(biāo)記（至少達(dá)到一個(gè)點(diǎn)）。

ICE

部分依賴(lài)圖（PDP）和個(gè)體條件期望圖（ICE）說(shuō)明了一個(gè)或多個(gè)輸入變量與黑盒模型的預(yù)測(cè)結(jié)果之間的關(guān)系。它們都基于可視化，模型不可知的技術(shù)。ICE圖可以更深入地探索個(gè)體差異并識(shí)別模型輸入之間的子組和相互作用。

另一方面，ICE圖使得可以深入到單個(gè)觀察的水平。它們可以幫助探索個(gè)體差異，并確定模型輸入之間的子組和交互。可以將每個(gè)ICE曲線視為一種模擬，顯示如果改變特定觀察的一個(gè)特征，模型預(yù)測(cè)會(huì)發(fā)生什么。為避免可視化過(guò)載，ICE圖一次只顯示一個(gè)模型變量。

可以將每個(gè)ICE曲線視為一種模擬，顯示如果您改變特定觀察的一個(gè)特征，模型預(yù)測(cè)會(huì)發(fā)生什么。如圖9所示，通過(guò)在曲線變量的唯一值上復(fù)制個(gè)體觀察并對(duì)每個(gè)重復(fù)進(jìn)行評(píng)分，獲得一個(gè)觀察的ICE曲線。

下圖中的PD圖結(jié)果基本上是平坦的，給人的印象是X1與模型的預(yù)測(cè)之間沒(méi)有關(guān)系。

當(dāng)我們觀察ICE圖時(shí)，它們呈現(xiàn)出一幅截然不同的圖：這種關(guān)系對(duì)于一次觀察非常正面，但對(duì)另一次觀察則非常負(fù)面。因此，與PD圖告訴我們的情況相反，ICE圖顯示X1實(shí)際上與目標(biāo)有關(guān)；。基本上，ICE圖分離PD功能（畢竟是平均值）以揭示相互作用和個(gè)體差異。

當(dāng)對(duì)大數(shù)據(jù)集分析時(shí)，則可能需要進(jìn)行一些調(diào)整。例如，可以對(duì)選定的變量進(jìn)行分箱，也可以對(duì)數(shù)據(jù)集進(jìn)行采樣或分組。這些技術(shù)可以更快地提供實(shí)際圖的合理近似值。

如果想進(jìn)一步了解PD和ICE圖，Ray Wright寫(xiě)了一篇很好的論文，展示了PD和ICE圖如何用于比較和獲得機(jī)器學(xué)習(xí)模型的洞察力，特別是所謂的“黑盒”算法，如隨機(jī)森林，神經(jīng)網(wǎng)絡(luò)和梯度增強(qiáng)。在他的論文中，他還討論了PD圖的局限性，并提供了有關(guān)如何為大數(shù)據(jù)生成可縮放圖的建議。

LIME

局部可解釋不可知模型（LIME）是一種算法，它提供了一種新穎的技術(shù)，以可解釋和可信任的方式解釋任何預(yù)測(cè)模型的結(jié)果。它的工作原理是圍繞想要解釋的預(yù)測(cè)在本地訓(xùn)練可解釋的模型。這個(gè)工作發(fā)表于2016年KDD的論文。工具學(xué)習(xí)地址。

流程：

• 訓(xùn)練模型，模型（記作 ff）可以是LR、NN、Wide and deep、C4.5 Decision tree、Random forest、GBDT等任意模型。
• 訓(xùn)練結(jié)束后我們需要解析模型，先選擇一個(gè)待解析的樣本，樣本通過(guò)模型計(jì)算可以得到一個(gè)prediction（包含預(yù)測(cè)的label以及預(yù)測(cè)為1的probability），這時(shí)我們?cè)谶@個(gè)樣本的附近選擇新的樣本并用模型計(jì)算出多個(gè)prediction，這樣樣本組合新的樣本集。
• 然后使用新的可解析的特征和prediction作為label來(lái)訓(xùn)練新的簡(jiǎn)單模型（例如LR），然后使用簡(jiǎn)單模型的權(quán)重作為這些特征的重要性作為輸出。

通俗來(lái)說(shuō)：

就是選擇一個(gè)樣本以及樣本附近的點(diǎn)，然后訓(xùn)練一個(gè)簡(jiǎn)單模型來(lái)擬合，雖然簡(jiǎn)單模型不能在完整數(shù)據(jù)集上有效，但至少在這個(gè)點(diǎn)附近都是有效的，這個(gè)簡(jiǎn)單模型的特征是人類(lèi)可解析的，而訓(xùn)練出的權(quán)重也可以表示特征重要性。

論文中算法描述:

為了更好地理解LIME的工作原理，讓我們考慮兩種不同類(lèi)型的可解釋性：

• 全局可解釋性：全局解釋有助于我們理解由訓(xùn)練的響應(yīng)函數(shù)建模的整個(gè)條件分布，但全局解釋可以是近似的或基于平均值。
• 局部可解釋性：局部解釋促進(jìn)對(duì)單個(gè)數(shù)據(jù)點(diǎn)或分布的小范圍的理解，例如一組輸入記錄及其相應(yīng)的預(yù)測(cè)。由于小范圍的條件分布很可能是線性的，因此局部解釋可能比全局解釋更準(zhǔn)確。LIME旨在提供局部可解釋性，因此對(duì)于特定決策或結(jié)果最為準(zhǔn)確。

我們希望解釋器與模型無(wú)關(guān)，并且在局部可靠。局部可靠的解釋捕獲要解釋的實(shí)例鄰域中的分類(lèi)器行為。為了學(xué)習(xí)局部解釋?zhuān)琇IME使用可解釋的模型近似分類(lèi)器圍繞特定實(shí)例的決策邊界。LIME與模型無(wú)關(guān)，這意味著它將模型視為黑盒子，并且不對(duì)模型行為做出任何假設(shè)。這使得LIME適用于任何預(yù)測(cè)模型。

LIME的核心在于三個(gè)方面：

• 這里不對(duì)模型整體提供解釋?zhuān)蔷植繉?duì)每一個(gè)樣本單獨(dú)進(jìn)行解釋
• 即使機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程會(huì)產(chǎn)生一些抽象的特征，但是解釋基于當(dāng)前輸入數(shù)據(jù)的變量特征
• 通過(guò)局部建立簡(jiǎn)單模型進(jìn)行預(yù)測(cè)來(lái)對(duì)大多數(shù)重要特征進(jìn)行解釋

LIME作用在單個(gè)樣本上。

首先，我們?nèi)〕鲆粋€(gè)樣本，并(permute)重復(fù)這個(gè)數(shù)據(jù)同時(shí)增加一些微小擾動(dòng)，這樣就得到了一個(gè)新的數(shù)據(jù)集，數(shù)據(jù)集中包含相似的樣本，都基于取出來(lái)的那個(gè)樣本。對(duì)于這個(gè)新數(shù)據(jù)集中的每一個(gè)樣本，我們可以計(jì)算它跟取出的樣本之間的相似性，即在permutation中它被調(diào)整了多大，所有的統(tǒng)計(jì)距離、相似性矩陣都可以用在這里，比如用指定寬度的指數(shù)內(nèi)核將歐式距離轉(zhuǎn)化為相似度。

下一步，使用最初訓(xùn)練的復(fù)雜模型，在新數(shù)據(jù)上進(jìn)行預(yù)測(cè)。正因?yàn)樾聰?shù)據(jù)樣本間的細(xì)微差別，我們可以跟蹤那些微小擾動(dòng)對(duì)預(yù)測(cè)結(jié)果的影響。

最后，我們?cè)谛聰?shù)據(jù)上訓(xùn)練出一個(gè)簡(jiǎn)單模型（通常是線性模型），并使用最重要的特征進(jìn)行預(yù)測(cè)。最重要的特征有不同的決定方法，在指定加入模型解釋中的特征數(shù)量（通常在5到10附近）的前提下，可以

• 選擇在使用復(fù)雜模型進(jìn)行預(yù)測(cè)時(shí)回歸擬合上具有最高權(quán)重的特征
• 運(yùn)用正向選擇，選擇可以提高復(fù)雜模型的預(yù)測(cè)的回歸擬合的變量
• 在復(fù)雜的機(jī)器學(xué)習(xí)模型預(yù)測(cè)的基礎(chǔ)上，選擇正則化的收縮率最小的lasso預(yù)測(cè)擬合的特征
• 使用不多于我們已經(jīng)選擇了的特征的節(jié)點(diǎn)數(shù)量來(lái)構(gòu)建決策樹(shù)

## 創(chuàng)建LIME解釋器
explainer = lime.lime_tabular.LimeTabularExplainer(X_train ,feature_names = features_name, class_names=['0','1'], categorical_features=data_cat_features, 
categorical_names=cat_columns, kernel_width=3)
predict_fn_xgb = lambda x: xgb.predict_proba(x).astype(float)
exp = explainer.explain_instance(X_test[2], predict_fn_xgb, num_features=6)
exp.show_in_notebook(show_all=False)

上圖給我們解釋了對(duì)于一個(gè)樣本的預(yù)測(cè)結(jié)果，是哪些特征決定樣本被分類(lèi)到類(lèi)別0，哪些特征決定樣本被分類(lèi)到類(lèi)別1，且具體列出樣本在這些特征的數(shù)值大小。很直觀和明確的解釋為什么模型做這個(gè)決定。

SHAP

Shaply值由美國(guó)洛杉磯加州大學(xué)教授羅伊德·夏普利（Lloyd Shapley）提出，用于解決合作博弈的貢獻(xiàn)和收益分配問(wèn)題。N人合作中，單個(gè)成員的貢獻(xiàn)不一樣，收益分配也應(yīng)該不一樣。理想的分配方式是：貢獻(xiàn)=收益；

貢獻(xiàn)和收益分配是否有可以量化的方法呢？

Shapley方法就是這樣一種方法：Shapley值：?jiǎn)蝹€(gè)成員所得與自己的貢獻(xiàn)相等。

基于Shap值的模型解釋是一種和模型無(wú)關(guān)的方法。如上圖，模型預(yù)測(cè)和Shap值解釋是兩個(gè)并行流程，Shap對(duì)模型預(yù)測(cè)的結(jié)果進(jìn)行解釋。NIPS 論文地址：A Unified Approach to Interpreting Model Predictions，也可以參考這篇博客：One Feature Attribution Method to (Supposedly) Rule Them All: Shapley Values。

原理：一個(gè)特征的shapley value是該特征在所有的特征序列中的平均邊際貢獻(xiàn)。

優(yōu)點(diǎn)：

• 解決了多重共線性問(wèn)題;
• 不僅考慮單個(gè)變量的影響，而且考慮變量組的影響，變量之間可能存在協(xié)同效應(yīng);

缺點(diǎn)：計(jì)算效率低。

適用范圍：

• 計(jì)算個(gè)體的特征shapley value;
• 所有個(gè)體的每個(gè)特征的shapley value的絕對(duì)值求和或求平均即為整體的特征重要性;

Shap方法的兩大特性

• 特征歸因（收益）一致性:

定義

• 模型改變（A->B），特征x的貢獻(xiàn)不遞減（增加或者保持現(xiàn)狀），則歸因（收益）也不遞減;

特點(diǎn)

• 特征作用越大（小），重要度越高（低）,和模型變化無(wú)關(guān);

全局特征一致性

• mean(|Tree SHAP|): Shap值;
• Gain : 特征用于劃分時(shí)所帶來(lái)的訓(xùn)練損失減益的平均值;
• Split Count: 根據(jù)特征用于劃分的次數(shù)計(jì)算重要性;
• Permutation: 將特征的值隨機(jī)排列，用排列前后的模型誤差來(lái)計(jì)算重要性;

局部樣本（Fever=yes,cough=yes的樣本）一致性

• Saabas[5] : 樹(shù)創(chuàng)建完成后,根據(jù)樣本預(yù)測(cè)值，將父節(jié)點(diǎn)和子節(jié)點(diǎn)value的差異，作為父節(jié)點(diǎn)的特征重要性;
• Tree SHAP : 基于Shap值矩陣（樣本數(shù)*特征數(shù)），計(jì)算出Fever和Cough的重要性;
• 特征歸因（收益）可加性:

解釋性方法如果具有特征歸因可加性，特征重要性和模型預(yù)測(cè)值可以通過(guò)特征貢獻(xiàn)的線性組合來(lái)表示。簡(jiǎn)單模型最好的解釋是它本身；復(fù)雜模型，直接進(jìn)行解釋并不容易，需要通過(guò)代理模型來(lái)解釋。接下來(lái)引入代理模型(解釋模型)來(lái)描述特征歸因可加性。

樹(shù)模型Shap值的解

• N為全體特征集合，S為N的一個(gè)排列子集（順序相關(guān)）
• 求和第一項(xiàng)：排列數(shù)
• 求和第二項(xiàng)：對(duì)于任意子集S，特征i的貢獻(xiàn)
• 特征i的shap值可以理解為i的貢獻(xiàn)歸因

詳細(xì)內(nèi)容參考論文。

用Shap值識(shí)別特征交叉

Shap方法計(jì)算兩兩特征交叉影響:

通俗理解：交叉影響=兩個(gè)人合作貢獻(xiàn)增益，減去各自單干的貢獻(xiàn)；

單個(gè)特征的貢獻(xiàn)

Shap方法計(jì)算單個(gè)特征的貢獻(xiàn)（剔除交叉影響）:

通俗理解：個(gè)人影響=個(gè)人合作貢獻(xiàn)，減去其它N-1個(gè)人的貢獻(xiàn)；下面還是以收入水平數(shù)據(jù)集進(jìn)行案例分析：

row_to_show = 5
data_for_prediction = X_test.iloc[row_to_show]  # use 5 row of data here. Could use multiple rows if desired
data_for_prediction_array = data_for_prediction.values.reshape(1, -1)

# 計(jì)算model的shap值
explainer = shap.TreeExplainer(model)
# 計(jì)算樣本數(shù)據(jù)的shap值
shap_values = explainer.shap_values(data_for_prediction)

shap.initjs()
shap.force_plot(explainer.expected_value[1], shap_values[1], data_for_prediction)

圖形解釋

• Base value :模型在數(shù)據(jù)集上的輸出均值：-0.1524
• Output value:模型在單個(gè)樣本的輸出值：0.68
• 起正向作用的特征：marital_status2、occupation3
• 起負(fù)向作用的特征：capital_gain、education_num

特征解釋

• 解釋Output value（單個(gè)樣本）和Base value（全體樣本Shap平均值)的差異，以及差異是由哪些特征造成的
• 紅色是起正向作用的特征，藍(lán)色是起負(fù)向作用的特征

shap_values_b = explainer.shap_values(X_test)
shap.force_plot(explainer.expected_value[0], shap_values_b[0], X_test, lin)

特征解釋

• 解釋Output value和Base value的差異，以及差異是由哪些特征造成的

Summary Plots:

shap_values = explainer.shap_values(X_test)
shap.summary_plot(shap_values[1], X_test)

圖形解釋

• 每個(gè)點(diǎn)是一個(gè)樣本（人），圖片中包含所有樣本
• X軸：樣本按Shap值排序-
• Y軸：特征按Shap值排序
• 顏色：特征的數(shù)值越大，越紅

特征解釋?zhuān)?/h4>

• martial_status2這個(gè)特征最重要，且值越大，收入會(huì)相對(duì)更高，到達(dá)一定峰值，會(huì)明顯下降
• 年齡也是影響結(jié)果的重要特征，年齡小收入普遍低，但年齡到達(dá)一定程度，并不會(huì)增加收入，存在年齡小，收入高的人群。
• 收入水平和capital_gain大致呈正相關(guān)。

shap.summary_plot(shap_values[1],X_test, plot_typ)

上圖是特征重要性圖譜，由上向下重要性依次減弱。

shap_values = explainer.shap_values(df)
shap.dependence_plot('age', shap_values[1], df, interaction_inde)

圖形解釋:

• X軸：age
• Y軸（左）：一個(gè)樣本的age對(duì)應(yīng)的Shap值
• 顏色：capital_gain越大越紅

特征解釋:

• 排除所有特征的影響，描述age和capital_gain的關(guān)系。
• 年齡大的人更趨向于有大的資本收益，小部分年輕人有大的資本收益。

RETAIN

概述

論文使用稱(chēng)為RETAIN的建模策略解決了這個(gè)限制，這是一種兩級(jí)神經(jīng)網(wǎng)絡(luò)順序數(shù)據(jù)的注意模型，提供對(duì)預(yù)測(cè)結(jié)果的詳細(xì)解釋保持與RNN相當(dāng)?shù)念A(yù)測(cè)精度。為此，RETAIN依賴(lài)于關(guān)注機(jī)制被建模以表示在遭遇期間醫(yī)生的行為。一個(gè)區(qū)別RETAIN的功能（參見(jiàn)圖1）是利用注意力生成來(lái)利用序列信息機(jī)制，同時(shí)學(xué)習(xí)可解釋的表示。并模仿醫(yī)生的行為，RETAIN以相反的時(shí)間順序檢查患者的過(guò)去訪問(wèn)，從而促進(jìn)更穩(wěn)定的注意后代。因此，RETAIN會(huì)識(shí)別最有意義的訪問(wèn)次數(shù)并量化訪問(wèn)量有助于預(yù)測(cè)的功能。

模型使用兩套權(quán)重，一套是visit-level attention ，另外一套是variable-level attention。使用兩個(gè)RNN網(wǎng)絡(luò)分別產(chǎn)生。

Step1：使用線性embedding
Step2：產(chǎn)生visit-level attention。其中輸入RNN中的數(shù)據(jù)采用時(shí)間逆序輸入。對(duì)于稀疏的attention，使用Sparsemax而不是Softmax。
Step3：產(chǎn)生variable-levelattention，其中輸入RNN中的數(shù)據(jù)采用時(shí)間逆序輸入。
Step4：根據(jù)以上兩步生成的attentionweight，生成context vector。Ci表示病人第i次visit。
Step5：根據(jù)Context Vector生成預(yù)測(cè)結(jié)果。

LRP

逐層相關(guān)性傳播（LRP）是一種通過(guò)在神經(jīng)網(wǎng)絡(luò)中運(yùn)行反向傳遞來(lái)識(shí)別重要像素的方法。向后傳遞是保守的相關(guān)再分配過(guò)程，其中對(duì)較高層貢獻(xiàn)最大的神經(jīng)元從其獲得最大相關(guān)性。LRP程序如下圖所示。

該方法可以在大多數(shù)編程語(yǔ)言中容易地實(shí)現(xiàn)并且集成到現(xiàn)有的神經(jīng)網(wǎng)絡(luò)框架中。當(dāng)應(yīng)用于深度ReLU網(wǎng)絡(luò)時(shí)，LRP可以被理解為預(yù)測(cè)的深度泰勒分解。

這里有如何實(shí)現(xiàn)LRP用于解釋深度模型的代碼教程，有興趣可以動(dòng)手實(shí)現(xiàn)，用于解釋自己的深度模型。

更多騰訊AI相關(guān)技術(shù)干貨，請(qǐng)關(guān)注專(zhuān)欄騰訊技術(shù)工程

審核編輯 黃昊宇