首页 > 其他分享 >机器学习的可解释性

机器学习的可解释性

时间:2023-07-21 16:49:00浏览次数:32  
标签:机器 Network 模型 解释性 学习 Explaination 图片

机器学习的可解释性Explainable ML

  • 作用:基于机器学习的可解释性我们可以优化机器学习模型
  • 线性模型虽然容易解释,但不够强大,深度学习的模型强大,但不容易解释

Explainable ML包括Local Explaination和Global Explaination:

  • Local Explaination:针对个例解释什么特征让机器得出结果
  • Global Explaination:针对辨别方法解释

Local Explaination:

例如一个模型输入一张图片x,这张图片可以拆成多个组件{x1,x2,…},在这些组件中哪一个对机器做出最终决断最重要

方法:可以依次把每个组件改造或删除,看那个组件对机器得出结果影响最大

输入图片,写作像素{x1,x2,…,xn},计算图片的Loss,记为e(e越大表示和和正确答案越大)

做改变:

 计算:,得到某个像素对结果的重要性

图中白色的点就是通过以上方法得到对结果影响重要的像素点

Global Explaination:

  • 不是针对某特定个例来解释,而是把训练好的模型拿出来,根据模型中的参数检查,对这个Network而言一只猫长什么样;对训练好的Network,要针对任何图片分析

例如:我们想要知道什么样的图片在这个Network的认识中最像一只猫

方法:可以制造一张图片,让机器画出他认为最像猫的图片

设图片的参数为,让机器找出让结果最大的X*,转回图片就是机器画出的他认为最像猫的图片

机器直接找出的照片,人却很难分辨;所以可以使用Generator,训练出一个Generator用于产生图片:

向Generator输入低纬向量z,输出X,再把X输入图片分类的Network得到分数,找生成图片中分数高的就是图片分类的Network认为最像猫的样子

 

标签:机器,Network,模型,解释性,学习,Explaination,图片
From: https://www.cnblogs.com/TianLiang-2000/p/17571830.html

相关文章

  • moveable实例学习地址
    https://daybrush.com/moveable/storybook/?path=/story/able-combination--combination-draggable-resizable-rotatble支持大部分主流开发语言的实例,废话不多说,直接看图。 ......
  • 莫队学习
    大致思路:1.分块2.对提问排序3.暴力处理#莫队模板```cpp#include<bits/stdc++.h>usingnamespacestd;constintN=1e6+10,M=1e6+10;inta[N],belong[N],bnum,cnt[N];intn,q,len,ans[M];structnode{ intl,r,id;}e[M];boolcmp(nodea,nodeb){ return(belong[a.l]^belong[b......
  • FedR代码学习文档
    main.py参数设置,进入主函数if__name__=='__main__':parser=argparse.ArgumentParser()#parser.add_argument('--data_path',default='Fed_data/WN18RR-Fed3.pkl',type=str)parser.add_argument('--data_path',defa......
  • k8s 学习笔记之搭建 nginx 服务测试搭建的环境
    服务部署接下来在kubernetes集群中部署一个nginx基础程序,测试集群是否正常工作。#部署nginx[root@master~]#kubectlcreatedeploymentnginx--image=nginx:1.14-alpine#暴露端口[root@master~]#kubectlexposedeploymentnginx--port=80--type=NodePort#......
  • 《Language Model Cascades》论文学习
    一、Introduction语言模型(LM)已展现出令人印象深刻的小样本学习能力,很多人建议应该将LM视为一个基础通用推理计算器,这个基础通用推理计算器可以被用于例如:scratchpadschainofthoughtpromptinglearnedverifiersselection-inferencebootstrappingbeenappliedinfor......
  • springboot学习之十三(druid+mybaits plus)
    Druid介绍Druid是阿里巴巴的一个开源项目,号称为监控而生的数据库连接池,在功能、性能、扩展性方面都超过其他例如DBCP、C3P0、BoneCP、Proxool、JBossDataSource等连接池,而且Druid已经在阿里巴巴部署了超过600个应用,通过了极为严格的考验,这才收获了大家的青睐! Springboot集成......
  • k8s 学习笔记之集群网络插件安装
    我们在安装完集群后,通过kubectlgetnodes命令获取节点,可以看到所有节点都处于NotReady的状态,这是没有安装网络插件导致的。安装网络插件kubernetes支持多种网络插件,比如flannel、calico、canal等等,任选一种使用即可,本次选择flannel下面操作只需在master节点执行即可,插件......
  • k8s 学习笔记之 centos7 环境初始化
    Linux环境初始化——CentOS7.9确保Linux版本在7.5以上,方便安装k8s集群,且所有机器上需要配置环境1.查看操作系统版本[root@master~]#cat/etc/redhat-releaseCentOSLinuxrelease7.9.2009(Core)2.主机名解析这里是为了方便集群节点之间的直接调用,可以配......
  • AJAX学习
    url统一资源定位符协议://域名/资源路径从服务器获取数据案例:根据输入省份城市名字查询市区 <scriptsrc="https://cdn.jsdelivr.net/npm/axios/dist/axios.min.js"></script>   <script>     functionfn(){       letpName=document.querySel......
  • 个人微信API接口,WeChat机器人
    本篇文章主要讨论微信机器人的开发经验。微信机器人的功能需求很简单,业务代码贼好撸,但是如何和微信交互呢,如何取到微信数据调用相关聊天接口呢,具体分为以下几种技术类型:1.微信Web接口17年后微信都不支持了,不过还是有一些牛×的star都是过Wstar的项目,可惜荒废了。2.手机Xposed......