我正在寻找一种用于异常检测的非常复杂的模型集合的解释。
我大约有2万行有100个变量。预测是二进制概率。预测和大多数变量高度偏左（我尝试使用boxcox变换来变换分布，但效果不佳。
我可以通过自定义预测功能在此数据集上使用LIME。但是，结果是每个变量的贡献确实很低（<0.001），并且我的局部模型始终预测同一类别（概率不同，但即使在我将预测函数中的预测归一化之后）。我试图更改内核宽度并转换y和x的分布而没有成功。
有人知道为什么它不起作用以及我是否可以做些什么？
PS：很抱歉，我无法提供可重复的示例，看来我的问题确实是我的数据所特有的，我无法共享我的数据。