LIME算法的演进及其在数据故事化中的应用

作     者：靳庆文 李胡蓉 张晨 

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 

主　　题：数据故事化 LIME算法 可解释性 演进算法 

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。