xai-cola：用于稀疏化对抗性解释的 Python 库

对抗性解释（Counterfactual Explanation, CE）是解释性后处理领域中的重要主题，但大多数CE生成器生成的解释往往高度冗余。本工作引入开源Python库xai-cola，提供用于稀疏化由任意生成器产生的CE的端到端管道，通过保留其有效性减少不必要的特征变更。它提供了文档化API，输入为pandas DataFrame格式的原始表格数据、预处理对象（用于标准化和编码）以及已训练的scikit-learn或PyTorch模型。基于此，用户可采用内置或外部导入的CE生成器。该库还实现了多种稀疏化策略，并包括用于分析和比较稀疏化对抗性解释的可视化程序。xai-cola采用MIT许可证，可从PyPI安装。经验实验表明，xai-cola在多种CE生成器上产生稀疏对抗性解释，将修改特征数量最高可减少50%。源码地址为https://github.com/understanding-ml/COLA。