我如何解釋 imblearn 管道的預測？

Question

我有一個由以下步驟組成的imblearn （不是 sklearn）管道：

1. 列選擇器
2. 預處理管道（在不同列上帶有 OneHotEncoders 和 CountVectorizers 的 ColumnTransformer）
3. imblearn 的 SMOTE
4. XGB分類器

我有一個表格數據集，我正在嘗試解釋我的預測。 我設法通過一些工作繪制出特征重要性圖，但無法讓 eli5 或 lime 工作。

Lime 要求我在最后一次轉換之前將數據轉換為 state（因為管道中的轉換器像自定義矢量化器一樣創建新列）。 原則上，我可以像這樣切片我的管道： pipeline[:-1].predict(instance) 。 但是，我收到以下錯誤： {AttributeError}'SMOTE' object has no attribute 'predict' 。

我還嘗試了一個 eli5 解釋器，因為它應該可以與 Sklearn Pipelines 一起使用。 但是，在運行eli5.sklearn.explain_prediction.explain_prediction_sklearn_not_supported(pipeline, instance_to_explain)后，我收到不支持分類器的消息。

將感謝有關如何進行此操作的任何想法。

Answer 1

Imblearn 的采樣器在預測期間實際上是無操作（即身份）轉換器。 因此，在安裝管道后刪除它們應該是安全的。

嘗試以下工作流程：

1. 構建一個 Imblearn 管道，並安裝它。
2. 將已安裝的 Imblearn 管道的步驟提取到新的 Scikit-Learn 管道。
3. 刪除 SMOTE 步驟。
4. 使用標准 Scikit-Learn 流水線解釋工具解釋您的預測。