我如何解释 imblearn 管道的预测？

Question

我有一个由以下步骤组成的imblearn （不是 sklearn）管道：

1. 列选择器
2. 预处理管道（在不同列上带有 OneHotEncoders 和 CountVectorizers 的 ColumnTransformer）
3. imblearn 的 SMOTE
4. XGB分类器

我有一个表格数据集，我正在尝试解释我的预测。 我设法通过一些工作绘制出特征重要性图，但无法让 eli5 或 lime 工作。

Lime 要求我在最后一次转换之前将数据转换为 state（因为管道中的转换器像自定义矢量化器一样创建新列）。 原则上，我可以像这样切片我的管道： pipeline[:-1].predict(instance) 。 但是，我收到以下错误： {AttributeError}'SMOTE' object has no attribute 'predict' 。

我还尝试了一个 eli5 解释器，因为它应该可以与 Sklearn Pipelines 一起使用。 但是，在运行eli5.sklearn.explain_prediction.explain_prediction_sklearn_not_supported(pipeline, instance_to_explain)后，我收到不支持分类器的消息。

将感谢有关如何进行此操作的任何想法。

Answer 1

Imblearn 的采样器在预测期间实际上是无操作（即身份）转换器。 因此，在安装管道后删除它们应该是安全的。

尝试以下工作流程：

1. 构建一个 Imblearn 管道，并安装它。
2. 将已安装的 Imblearn 管道的步骤提取到新的 Scikit-Learn 管道。
3. 删除 SMOTE 步骤。
4. 使用标准 Scikit-Learn 流水线解释工具解释您的预测。