Метрики объяснимости

Объяснимый ИИ на Python

Fouad Trad

Machine Learning Engineer

Согласованность

Оценивает стабильность объяснений при обучении модели на разных подвыборках
Низкая согласованность → объяснения ненадёжны

Изображение набора данных, разделённого на две подвыборки: подвыборка 1 и подвыборка 2.

Согласованность

Оценивает стабильность объяснений при обучении модели на разных подвыборках
Низкая согласованность → объяснения ненадёжны

Модель обучается на каждой подвыборке.

Согласованность

Оценивает стабильность объяснений при обучении модели на разных подвыборках
Низкая согласованность → объяснения ненадёжны

При каждом обучении модели на подвыборке вычисляется важность признаков и косинусное сходство.

Косинусное сходство для измерения согласованности

Изображение ключевых значений согласованности и их смысла: значение 1 означает высокую согласованность объяснений.

Косинусное сходство для измерения согласованности

Изображение ключевых значений согласованности и их смысла: 1 — высокая согласованность объяснений, 0 — согласованность отсутствует.

Косинусное сходство для измерения согласованности

Изображение ключевых значений согласованности и их смысла: 1 — высокая согласованность, 0 — согласованность отсутствует, -1 — противоположные объяснения.

Набор данных о поступлении

GRE Score	TOEFL Score	University Rating	SOP	LOR	CGPA	Chance of Admit
337	118	4	4.5	4.5	9.65	0.92
324	107	4	4	4.5	8.87	0.76
316	104	3	3	3.5	8	0.72
322	110	3	3.5	2.5	8.67	0.8
314	103	2	2	3	8.21	0.45

X1, y1: первая часть набора данных
X2, y2: вторая часть набора данных
model1, model2: регрессоры на основе случайного леса

Вычисление согласованности

from sklearn.metrics.pairwise import cosine_similarity


explainer1 = shap.TreeExplainer(model1)
explainer2 = shap.TreeExplainer(model2)


shap_values1 = explainer1.shap_values(X1)
shap_values2 = explainer2.shap_values(X2)


feature_importance1 = np.mean(np.abs(shap_values1), axis=0)
feature_importance2 = np.mean(np.abs(shap_values2), axis=0)


consistency = cosine_similarity([feature_importance1], [feature_importance2])
print("Consistency between SHAP values:", consistency)

Consistency between SHAP values: [[0.99706516]]

Достоверность

Оценивает, влияют ли важные признаки на предсказания модели
Низкая достоверность → вводит в заблуждение при оценке модели
Важна в чувствительных приложениях

Изображение модели, генерирующей исходное предсказание для входного примера.

Достоверность

Оценивает, влияют ли важные признаки на предсказания модели
Низкая достоверность → вводит в заблуждение при оценке модели
Важна в чувствительных приложениях

SHAP или LIME используются для локального объяснения исходного предсказания.

Достоверность

Оценивает, влияют ли важные признаки на предсказания модели
Низкая достоверность → вводит в заблуждение при оценке модели
Важна в чувствительных приложениях

Изменённый пример подаётся в модель для получения нового предсказания.

Достоверность

Оценивает, влияют ли важные признаки на предсказания модели
Низкая достоверность → вводит в заблуждение при оценке модели
Важна в чувствительных приложениях

Изображение формулы вычисления достоверности как абсолютного значения разности нового и исходного предсказаний.

Вычисление достоверности

X_instance = X_test.iloc[[0]]

original_prediction = model.predict_proba(X_instance)[0, 1]
print(f"Original prediction: {original_prediction}")

Original prediction: 0.43

Изображение объяснения важности признаков от LIME для выбранного примера.

Вычисление достоверности

X_instance['GRE Score'] = 310  


new_prediction = model.predict_proba(X_instance)[0, 1]
print(f"Prediction after perturbing {important_feature}: {new_prediction}")


faithfulness_score = np.abs(original_prediction - new_prediction)
print(f"Local Faithfulness Score: {faithfulness_score}")

Prediction after perturbing GRE Score: 0.77

Local Faithfulness Score: 0.34

Давайте потренируемся!

Объяснимый ИИ на Python