DeepChem教程24: 模型可解释性介绍

前面的几节，你已经学习了如何用DeepChem 训练模型解决不同的问题。但是我们还没有真正的学习模型的可解释性问题。

建模时我们通常要问一些问题—模型工作得好不好？我们为什么要相信模型？我作为一个数据科学家的回答是，“因为我们有明显的证据证实模型对于手头的测试集是切合实际的“。但通常这不足于说服领域专家。

LIME 是一个能帮助你解决这一问题的工具。它用局部的特征空间扰动来确定特征的重要性。本教程，你将学习如何使用LIME和DeepChem来解释我们的模型学习到了什么。

如果这个工具以人类可理解的方式来处理图像那它可以处理分子吗？本教程我们将学习如何用LIME解释固定长度的特征化模型。

创建模型

我们加载ECFP特征化的Tox21数据集。回顾一下特征化是如何工作的。它识别分子中的小片断，然后设置输出向为1以表示分子中某个片断的存在。

In [1]:

import deepchem as dc

n_features = 1024

tasks, datasets, transformers = dc.molnet.load_tox21(featurization='ecfp')

train_dataset, valid_dataset, test_dataset = datasets

我们现在用这个数据集来训练模型。如前面的教程，我们用MultitaskClassifier，它是多个全链接的简单堆叠。

In [2]:

n_tasks = len(tasks)

n_features = train_dataset.get_data_shape()[0]

model = dc.models.MultitaskClassifier(n_tasks, n_features)

model.fit(train_dataset, nb_epoch=50)

Out[2]:

0.1333492088317871

我们用训练集和测试集评估模型以理解它的准确度。我们用ROC-AUC作为量度。

In [3]:

import numpy as np

metric = dc.metrics.Metric(dc.metrics.roc_auc_score, np.mean)