lime-experiments:所有实验的代码

上传者: 42153691 | 上传时间: 2022-11-13 20:48:54 | 文件大小: 6.29MB | 文件类型: ZIP
这个软件库包含的代码运行中存在的实验。 此处的代码被冻结为最初编写本文时的代码。 如果您对使用LIME感兴趣,请查看,我们将其打包在其中,提高了代码质量,增加了可视化效果和其他改进。 运行以下命令应该足以获取所有结果。 您需要特定版本的python,sklearn,numpy,scipy。 使用以下命令在virtualenv中安装要求: pip install -r requirements.txt 如果我们忘记了什么,请给第一作者发电子邮件。 在5.2节中进行实验: 数据集->'multi_polarity_books','multi_polarity_kitchen','multi_polarity_dvd','multi_polarity_kitchen' 算法->'l1logreg','tree' 解释器->“石灰”,“ parzen”,“贪婪”或“随机” pyth

文件下载

资源详情

[{"title":"( 12 个子文件 6.29MB ) lime-experiments:所有实验的代码","children":[{"title":"lime-experiments-master","children":[{"title":"explainers.py <span style='color:#111;'> 8.56KB </span>","children":null,"spread":false},{"title":"data_trusting.py <span style='color:#111;'> 7.31KB </span>","children":null,"spread":false},{"title":"embedding_forest.py <span style='color:#111;'> 1.61KB </span>","children":null,"spread":false},{"title":"generate_data_for_compare_classifiers.py <span style='color:#111;'> 8.90KB </span>","children":null,"spread":false},{"title":"compare_classifiers.py <span style='color:#111;'> 7.34KB </span>","children":null,"spread":false},{"title":"parzen_windows.py <span style='color:#111;'> 4.58KB </span>","children":null,"spread":false},{"title":"evaluate_explanations.py <span style='color:#111;'> 6.69KB </span>","children":null,"spread":false},{"title":"load_datasets.py <span style='color:#111;'> 2.35KB </span>","children":null,"spread":false},{"title":"religion_dataset.tar.gz <span style='color:#111;'> 6.27MB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 61B </span>","children":null,"spread":false},{"title":"LICENSE.md <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.02KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明