Time Interpret：面向时间序列的统一模型可解释性库
机器学习
2023-06-07 v2 人工智能
摘要
我们介绍 \texttt{time_interpret}，一个作为 Captum 扩展而设计的、专注于时序数据的库。因此，该库实现了多种特征归因方法，可用于解释任何 PyTorch 模型的预测。\texttt{time_interpret} 还提供了若干合成与真实世界时间序列数据集、多种 PyTorch 模型，以及一组评估特征归因的方法。此外，虽然主要开发用于解释基于时序数据的预测，其部分组件具有不同用途，例如解释语言模型预测的方法。在本文中，我们对该库做一般性介绍，并呈现若干此前未发表的特征归因方法，这些方法随 \texttt{time_interpret} 一同开发。
引用
@article{arxiv.2306.02968,
title = {Time Interpret: a Unified Model Interpretability Library for Time Series},
author = {Joseph Enguehard},
journal= {arXiv preprint arXiv:2306.02968},
year = {2023}
}
备注
7 pages, 1 figure. Code available at https://github.com/josephenguehard/time_interpret