我目前正在使用H2o的H2OAutoEncoderEstimator
来训练异常检测模型(在Python中),并且在测试数据集中找到异常记录方面取得了良好的效果。
但是,我想更进一步,尝试找出异常的原因(如果可能)。
我已经尝试理解模型的.predict()
输出,如下所示:
如何解释此输出?我已经尝试过这些文档,但是发现它几乎没有帮助。
对于那些尝试过类似方法的人,您是否可以推荐一种使用H2o库中提供的工具提取异常原因的技术?谢谢。
答案 0 :(得分:0)
我的第一步是使用K-LIME(与K本地可解释模型无关的解释),看它是否可以构建模型来解释您的自动编码器模型。
K-LIME在H2O's R package和(我相信)Python中可用。
This is a helpful explanation是LIME概念的。