LIME算法的演进及其在数据故事化中的应用
作者机构:中国人民大学信息资源管理学院
出 版 物:《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)
年 卷 期:2024年
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
基 金:教育部人文社会科学研究规划基金项目“基于数据科学的信息资源管理研究范式创新”(项目编号:20YJA870003)的研究成果之一
摘 要:[目的]解决LIME及其演进算法在数据故事化中的应用问题,以更好地发挥数据故事的解释功能。[方法]探究LIME算法的原理、应用和演进策略,并基于此技术理论,构建LIME相关算法辅助的数据故事化流程。采集Kaggle平台上用于识别猫狗的部分数据集,并利用此数据源训练可解释性模型,将融合LIME算法的数据故事化方法应用到图像分类的结果解释中。[结果]以“虎斑猫图为分析对象,基于LIME解释结果及故事化发展曲线,可判断出影响预测结果的重要特征为M型斑纹、黑色眼睛、粉鼻子,关键超像素数量为2。[局限]特征识别最优化、数据故事自动化生成问题有待解决。[结论]LIME相关算法应用于数据故事化流程,有助于将模型预测及解释结果转化为可解释性故事,从而更好地传达数据分析结果。