标题
  • 标题
  • 作者
  • 关键词

数据故事化解释中分类型预测结果的反转点识别方法研究——基于LIME算法

2023-09-20分类号:TP311.13

【作者】靳庆文   朝乐门   张晨
【部门】中国人民大学信息资源管理学院  数据工程与知识工程教育部重点实验室  
【摘要】[目的/意义]实现数据故事化中的反转点识别,有助于非专业人士理解分类型预测结果的产生原因,同时对于推动故事情节发展并使其快速到达故事高潮点具有促进作用。[方法/过程]提出故事点与反转点概念,基于LIME解释技术和反转点识别过程,设计了用于数据故事化中反转点识别的算法方案,并提出了面向分类模型的反转点识别流程。[结果/结论]将反转点识别算法应用到贷款数据集,证明此算法在数据故事化过程中寻找反转点的有效性,在获得用户期望的预测结果和快速识别反转点方面具有应用价值。
【关键词】数据故事化  分类模型  反转点  LIME算法
【基金】国家自然科学基金项目“预测性分析结果的数据故事化描述方法及关键技术”的研究成果,项目编号:72074214
【所属期刊栏目】情报理论与实践
文献传递