利用局部可解释性将化学性能映射到分子结构上
机器学习
2016-11-23 v1 化学物理
摘要
在这项工作中，我们展示了局部可解释模型无关解释（LIME）在二维化学结构上的应用。利用该框架，我们能够为一个现有的黑箱模型提供结构解释，该模型用于根据研究法辛烷值对生物生产的燃料化合物进行分类。这种将局部可解释性“绘制”到二维化学结构上的方法，再现了合成化学家的化学直觉，使该领域的研究人员能够直接接受、拒绝、补充和评估那些支撑着难以理解的复杂定量构效关系模型的决策。
引用
@article{arxiv.1611.07443,
title = {Mapping chemical performance on molecular structures using locally interpretable explanations},
author = {Leanne S. Whitmore and Anthe George and Corey M. Hudson},
journal= {arXiv preprint arXiv:1611.07443},
year = {2016}
}
备注
Presented at NIPS 2016 Workshop on Interpretable Machine Learning in Complex Systems