แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ

แบบทดสอบคำอธิบายท้องถิ่นของ LIME

ทำความเข้าใจตัวเลือกตัวแทน การก่อกวนและการถ่วงน้ำหนักในท้องถิ่นของ LIME การตรวจสอบความเสถียร และข้อจำกัดในการตีความการมีส่วนร่วมของฟีเจอร์

เส้นทางแนะนำที่เกี่ยวข้องคำอธิบายท้องถิ่นของมะนาว
คำถาม 1 ของ 8

LIME เหมาะสมกับคำทำนายที่เลือกอย่างไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. LIME เหมาะสมกับคำทำนายที่เลือกอย่างไร
    • โมเดลทดแทนที่รับประกันว่าจะตรงกันทั่วโลก
    • โมเดลเชิงสาเหตุของผลลัพธ์ที่สังเกตได้ในโลกแห่งความเป็นจริง
    • โมเดลตัวแทนที่ตีความได้ง่ายซึ่งประมาณค่าโมเดลต้นฉบับในระดับท้องถิ่น
    • การจัดอันดับฟีเจอร์ระดับโลกเพียงชุดเดียวที่ใช้ร่วมกันในทุกตัวอย่าง
  2. เหตุใดการก่อกวนในบริเวณใกล้เคียงจึงมีน้ำหนักมากกว่าในคำอธิบายของท้องถิ่น
    • เพื่อให้ฟีเจอร์ที่ถูกรบกวนทุกตัวมีความถี่เท่ากัน
    • เพื่อเน้นโมเดลตัวแทนไปที่พฤติกรรมใกล้กับอินสแตนซ์นั้นๆ
    • เพื่อรับประกันว่าการรบกวนจะตรงกับการกระจายของข้อมูลจริง
    • เพื่อให้พื้นที่การตัดสินใจที่ห่างไกลมีอิทธิพลเท่าเทียมกันต่อการปรับให้เหมาะสมในระดับท้องถิ่น
  3. คำอธิบาย LIME เปลี่ยนแปลงอย่างรวดเร็วเมื่อเมล็ดสุ่มตัวอย่างเปลี่ยนแปลง นักวิเคราะห์ควรทำอย่างไร?
    • รายงานเฉพาะคำอธิบายที่มีเครื่องหมายฟีเจอร์ที่ชัดเจนที่สุดเท่านั้น
    • สมมติว่าผลลัพธ์ของตัวทำนายต้นฉบับต้องเปลี่ยนแปลงระหว่างการรันด้วย
    • ถือว่าความแปรปรวนของการสุ่มตัวอย่างเป็นหลักฐานของความสัมพันธ์เชิงสาเหตุ
    • ประเมินความเสถียรภายใต้การตั้งค่าที่เหมาะสมก่อนที่จะเชื่อถือ
  4. เหตุใดการลบคำออกอย่างอิสระจึงสร้างย่านข้อความที่ไม่ดีได้
    • ประโยคที่ได้อาจไม่เป็นธรรมชาติ
    • รับประกันว่าลำดับคำเดิมจะยังคงมีความหมายเทียบเท่ากัน
    • การลบแบบอิสระรับประกันตัวอย่างจากการกระจายของภาษาที่แท้จริง
    • การถ่วงน้ำหนักในระดับท้องถิ่นจะกู้คืนความสัมพันธ์ทางไวยากรณ์ที่ขาดหายไปโดยอัตโนมัติ
  5. การสนับสนุนคุณลักษณะ LIME สร้างอะไร
    • สาเหตุที่แท้จริงของผลลัพธ์ในโลกแห่งความเป็นจริง
    • ความสำคัญของฟีเจอร์ระดับโลกสำหรับทุกตัวอย่าง
    • ความสัมพันธ์ในระดับท้องถิ่นในคำอธิบายของโมเดลตัวแทน ไม่ใช่ความเป็นเหตุเป็นผล
    • ว่าการทำนายนั้นถูกต้อง
  6. การวินิจฉัยใดที่ตรวจสอบโดยตรงว่าโมเดลตัวแทนระดับท้องถิ่นเป็นตัวแทนของโมเดลต้นฉบับใกล้กับอินสแตนซ์หรือไม่?
    • วัดความแม่นยำในการฝึกฝนระดับโลกของตัวทำนายเพียงอย่างเดียว
    • วัดความเที่ยงตรงของโมเดลตัวแทนในพื้นที่ใกล้เคียงที่มีการถ่วงน้ำหนัก
    • นับเฉพาะจำนวนฟีเจอร์ของโมเดลตัวแทนที่เลือกไว้
    • ตรวจสอบเฉพาะเครื่องหมายสัมประสิทธิ์ของโมเดลตัวแทน
  7. สำหรับการอธิบายภาพ สิ่งใดสามารถเปลี่ยนแปลงว่าพื้นที่ใดดูสำคัญ?
    • เฉพาะลำดับการแสดงของพื้นที่ที่ไฮไลท์ที่เหมือนกัน
    • เฉพาะข้อความที่ใช้ตั้งชื่อพื้นที่ที่ไม่เปลี่ยนแปลง
    • เฉพาะชื่อไฟล์ภาพเมื่อพิกเซลคงที่
    • การแบ่งส่วนที่ใช้เป็นหน่วยที่อธิบายได้
  8. ข้อสรุปใดที่ควรจำกัดอย่างเหมาะสมหลังจากตรวจสอบคำอธิบาย LIME หนึ่งรายการ?
    • ตัวแทนจำลองนี้ประมาณโมเดลนี้ใกล้กับอินพุตที่เลือกภายใต้การตั้งค่าที่ระบุ
    • โมเดลใช้ฟีเจอร์เดียวกันสำหรับทุกกรณี
    • ปัจจัยที่ไฮไลท์ทำให้ผลลัพธ์จริงเกิดขึ้น
    • โมเดลทั้งหมดเป็นธรรมและเชื่อถือได้