从H2OAutoEncoderEstimator中提取异常原因

Question

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。

Answer 1

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。