我该如何解释管道流水线的预测？

如何解决我该如何解释管道流水线的预测？

我有一个 imblearn （不是sklearn）管道，该管道包括以下步骤：

1. 列选择器
2. 预处理管道（在不同列上具有OneHotEncoders和CountVectorizers的ColumnTransformer）
3. imblearn的SMOTE
4. XGBClassifier

我有一个表格数据集，我正在尝试解释我的预测。 我设法通过一些工作得出了重要特征图，但都无法做到 eli5或石灰起作用。

Lime要求我将数据转换为上一次转换之前的状态（因为管道中的转换器（如自定义矢量化器会创建新列））。 原则上，我可以像这样对我的管道进行切片：pipeline[:-1].predict(instance)。但是，出现以下错误：{AttributeError}'SMOTE' object has no attribute 'predict'。

我还尝试了eli5解释器，因为它据说可以与Sklearn Pipelines一起使用。 但是，在运行eli5.sklearn.explain_prediction.explain_prediction_sklearn_not_supported(pipeline,instance_to_explain)之后，我收到一条消息，提示不支持分类器。

将感谢有关如何进行此操作的任何想法。

解决方法

在预测期间，Imblearn的采样器实际上是无操作（即身份）转换器。因此，在安装管道之后，将它们删除是安全的。

尝试以下工作流程：

1. 构造一个Imblearn管道，并将其安装。
2. 将已安装的Imblearn管道的步骤提取到新的Scikit-Learn管道。
3. 删除SMOTE步骤。
4. 使用标准的Scikit-Learn管道解释工具解释您的预测。