詳細解釋
LIME（Local Interpretable Model-agnostic Explanations）是模型無關的局部解釋方法，在預測點附近採樣，用簡單可解釋模型近似複雜模型的局部行為。
原理：
- 局部性：只解釋單個預測附近
- 模型無關：適用任何模型
- 可解釋近似：用線性模型等解釋
過程：
- 選擇要解釋的樣本
- 附近擾動生成新樣本
- 複雜模型預測這些樣本
- 加權訓練簡單模型（如線性）
- 解釋簡單模型的係數
特點：
- 局部保真：附近近似好
- 模型無關：黑箱即可
- 可解釋：特徵重要性
- 靈活：多種簡單模型可選
應用：
- 文本分類：哪些詞導致預測
- 圖像分類：哪些區域重要
- 表格數據：特徵貢獻
- 模型調試：理解錯誤
局限：
- 不穩定：不同隨機種子不同
- 偽相關：可能發現虛假模式
- 局部性：不保證全局一致
- 選擇偏誤：鄰域定義影響
與SHAP對比：
- LIME：局部，近似，快
- SHAP：理論基礎好，慢
- 都可使用，SHAP更推薦
LIME是實用的模型解釋工具。