Я пытаюсь построить алгоритм классификации отчетов о лайме, используя метод as_pyplot_figure()
для объяснения от LimeTabularExplainer. Он работает, но данные, которые я сохраняю локально в формате html, используя save_html()
из библиотеки mpld3, слишком сжаты (на самом деле не видны). Любой другой способ справиться с этим сценарием будет полезен.
Мой код в настоящее время выглядит так
from lime.lime_tabular import LimeTabularExplainer
model= LGBMClassifier(boosting_type='gbdt', class_weight=None,
colsample_bytree=1.0,
importance_type='split', learning_rate=0.1, max_depth=-1,
min_child_samples=20, min_child_weight=0.001, min_split_gain=0.0,
n_estimators=100, n_jobs=-1, num_leaves=31, objective=None,
random_state=None, reg_alpha=0.0, reg_lambda=0.0, silent=True,
subsample=1.0, subsample_for_bin=200000, subsample_freq=0)
predict_function = model.predict
explainer = LimeTabularExplainer(train_data,mode='classification')
exp = explainer.explain_instance(
data, predict_function)
fig = exp.as_pyplot_figure()
mpld3.save_html(fig, lime_report.html)