Machine learning 寻找预测的原因/规则

我是机器学习新手。我有一个要求，我想预测一个属性的值，该属性有两个值（Y和N），我使用的是分类模型。我有10-15个特征来创建模型。在预测过程中，我想告诉你为什么（规则）我会做出这样的预测。如果我使用决策树算法，我可以看到一些规则，但如果我使用其他分类算法，如支持向量机或朴素贝叶斯，我无法找到任何规则

我有两个问题： 1.有没有办法找到所有算法的规则？

---

2.这是一个不常见的要求吗？

不，您无法找到所有算法的规则；许多并不是以简单的形式提取。例如，支持向量机中的“高斯核技巧”和神经网络中的中间层不便于读取规则

不，需要人类可读形式的决策算法是不常见的：大多数情况下，我们不在乎，因为我们不会自己计算结果。相反，我们保存经过训练的模型（无论类型/算法如何），并将其部署以供一般使用。我们不需要“往盒子里看”就能看到答案的细节

事实上，对于一个CNN（或者除了最简单的神经网络以外的任何网络），这个答案在计算上是如此复杂，以至于对人类大脑来说几乎是无用的：有太多的参数和非线性部分