CEnt：基于熵的模型不可知的可解释性框

[www.ziwang.com]

https://github.com/mohamadmansourX/CEnt
CEnt：基于熵的模型不可知的可解释性框架，用于对比分类器的决策
正式实施我们的CEnt论文。

抽象
介绍CEnt - 一种强大而创新的基于熵的方法，用于解释机器学习模型并了解其背后的决策过程。CEnt通过生成可以改变模型决策的可行功能调整，为面临不利结果的个人提供可操作的替代方案。我们的方法考虑了不变性和半不变性约束，对VAE计算的类似流形的距离进行局部采样，并生成反事实，在不影响延迟、可行性和可实现性的情况下实现更好的接近率。它是理解和改进决策系统的强大工具，甚至可用于检测文本分类器中的漏洞，并显示出图像分类器的巨大潜力。