Python 当数据集中有很多特征时，如何绘制石灰报告

我正试图使用

方法作为\u pyplot\u figure（）

来绘制lime报告分类算法，以从LimetabulareExplainer获得解释。它正在工作，但我正在使用mpld3库中的

save_html（）

以html格式本地保存的数据太过压缩（实际上不可见）。 处理这种情况的任何其他方法都会有所帮助

我的代码目前看起来像

 from lime.lime_tabular import LimeTabularExplainer
    model= LGBMClassifier(boosting_type='gbdt', class_weight=None, 
    colsample_bytree=1.0,
    importance_type='split', learning_rate=0.1, max_depth=-1,
    min_child_samples=20, min_child_weight=0.001, min_split_gain=0.0,
    n_estimators=100, n_jobs=-1, num_leaves=31, objective=None,
    random_state=None, reg_alpha=0.0, reg_lambda=0.0, silent=True,
    subsample=1.0, subsample_for_bin=200000, subsample_freq=0)

    predict_function = model.predict

    explainer = LimeTabularExplainer(train_data,mode='classification')
    exp = explainer.explain_instance(
                    data, predict_function)
    fig = exp.as_pyplot_figure()
    
    mpld3.save_html(fig, lime_report.html)

exp.as\u pyplot\u figure（）

返回一个pyplot图（条形图）

您应该保存pyplot图，如下所示-

fig = exp.as_pyplot_figure()

fig.savefig('lime_report.jpg')

为了以HTML格式保存解释，解释对象提供了一个方法-

exp.save_to_file('lime_report.html')

---

是否有人知道如何将已保存的解释（例如从as_list（）加载回LIME exp对象以进行可视化？