安奇 该项目为机器学习模型提供了Anchors解释算法的有效Java实现。 Marco Tulio Ribeiro(2018)的初始建议“锚定:高精度模型不可知的解释”可在找到。 算法 作者的提供了有关算法工作原理的简短描述: 锚点解释是一个规则,该规则可以在本地充分“锚定”预测-从而使实例的其余特征值的更改无关紧要。 换句话说,对于锚点所在的实例,预测(几乎)总是相同的。 anchor方法可以解释具有两个或更多类的任何黑盒分类器。 我们所需要的只是分类器实现一个接受[数据实例]并输出[整数]预测的函数。 为什么选择Java? Java被选作该平台的基础,因为它具有多个优点:它可以很