可解释机器学习（Explainable/ Interpretable Machine Learning）的原理和应用（李宏毅视频课笔记）
Posted Y_蒋林志
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了可解释机器学习（Explainable/ Interpretable Machine Learning）的原理和应用（李宏毅视频课笔记）相关的知识，希望对你有一定的参考价值。
文章目录
0 前言
机器学习模型，从简单的LR, Decision Tree到复杂的DNN、CNN、RNN、LSTM等， 整体的趋势是模型越来越复杂，模型的可解释性越来越差。 而我们要求模型不仅可以（分类），还要输出分类的理由是什么（局部），以及某一个分类的判断标准（全局）。本文由整理李宏毅老师视频课笔记和个人理解所得，详细讲述了Explainable/ Interpretable ML的原理及实现方法。有问题欢迎在评论区交流，我会及时回复。
1 Introduction of Explainable/ Interpretable ML
我们期望模型不仅告诉我们结果，还要告诉我们原因。举例来说：
这个原因分为两个层次：
- Local explanation：为什么觉得是一只猫？
- Global explanation：你觉得猫应该长什么样？
1.1 Why we need Explainable ML?
我们不仅需要机器结果的精确度，还需要进行模型诊断。比如有的任务正确率很高，但是实际上什么都没有学到。还比如有需要我们给出理由的应用场景：
一般如果识别结果很不好，我们第一反应就是调参，改模型，但是我们期待未来模型可以自己诊断：
李宏毅老师认为，可解释机器学习的目标并不是完全了解模型到底是怎么工作的，因为实际上即使是人脑现在也是一个黑匣子，但是模型要给出一个不同的人所需要的所关心的解释：
1.2 Interpretable v.s. Powerful
有些模型本来就很容易理解，比如线性模型，但是就没有神经网络那么强。对于深度学习来说虽然可解释性差，但是也要想办法解释：
也有可解释性也很强的模型，比如决策树和对应的随机森林：
决策树也可以变得很复杂，比如层数很高，而且当树很多时候，随机森林也很复杂，很难解释：
2 Local Explanation
2.1 Introduction of Local Explanation
Local explanation的基本精神是给出一个对象x，这个对象可以图片和文本：
Given Object
x
Components:
{
x
1
,
⋯
,
x
n
,
⋯
,
x
N
}
\\begin{aligned} &\\text { Given Object } x\\\\ &\\text { Components: }\\left\\{x_{1}, \\cdots, x_{n}, \\cdots, x_{N}\\right\\} \\end{aligned}
Given Object x Components: {x1,⋯,xn,⋯,xN}
其中的components可能是像素或者单词，这时模型需要给出这些components对于模型最终决策的重要性：
做法是移除或者修改component的值，观察对于决策的影响。对决策改变大的，那么就是重要的component。
2.1.1 Removing Way
将灰色方框在图片上移动，观察输出为正确的label的概率变化，蓝色代表概率低的位置，红色代表概率高的位置。可见对于结果来说，当灰色移动到了关键位置时，输出概率就会下降：
当然这个方框的颜色和大小也是需要调整的参数。
2.1.2 Modifying Way
对于输入的某一个维度的值
x
n
x_n
xn加一个扰动
Δ
x
\\Delta x
Δx，然后观察
y
k
y_k
yk输出变化是多少
Δ
y
\\Delta y
Δy，可以求
∣
Δ
y
Δ
x
∣
\\left|\\frac{\\Delta y}{\\Delta x}\\right|
∣∣∣ΔxΔy∣∣∣，进一步求这个
∣
∂
y
k
∂
x
n
∣
\\left|\\frac{\\partial y_{k}}{\\partial x_{n}}\\right|
∣∣∣∂xn∂yk∣∣∣偏微分的绝对值，也就是这个
x
n
x_n
xn对
y
k
y_k
yk而言是重要的还是不重要的。
Saliency Map(显著图)：图中亮度越大，代表数值越大。也就是说表示了模型是真的获得了狗的信息才判断这是一条狗，而不是根据环境或者其他对象来判断的。
2.1.3 Limitation of Gradient based Approaches
到那时使用偏微分的方法有一定限制，会出现如下图的梯度饱和现象：
大象鼻子长到一定程度之后，那么对模型判断是大象的概率就不会增加了，此时算偏微分就接近0，那么根据上面的方法，会得出“大象鼻子不重要“的结论。
2.2 Attack Interpretation
但是实际上这种解释是可以被攻击的，例如下图的货车，在两种方法的saliency map里都识别出左边的区域重要，但是也可以通过一些几乎不可见的噪声，使得saliency map将云朵识别为重要的区域，但实际上模型的输出还是货车。 也就是输出和解释并不匹配。
2.3 Help by Saliency Map
举一个实际的例子展示saliency map有什么帮助，比如解释数码宝贝和神奇宝贝的差别：
这是两群不同的生物，但普通人很难区别。下载了两种卡通的数据集：
人眼观察的话可能很难分辨出其中的区别，然后李弘毅老师写了一个CNN测试了一下，识别的结果却很好：
所以他想看看对于模型来说怎么识别的，画了两者的saliency map，觉得识别的重点并没有落在生物的本体而是落在生物的边缘上：
究其原因发现，因为Pokemon和Digimon数据集的图片格式是不一样的，机器只需要读背景颜色就能判别了，其实什么都没有学到：
所以这也显示了可解释性学习的必要性。
3 Global Explanation
假设机器看见了猫，那么机器到底认为猫长什么样呢？
3.1 Activation Minimization (review)
先回顾一下，让某一个神经网络的output可以最大化。假设有一个网络可以识别手写数字，那我们现在希望这个网络能输出它认为的典型数字。
怎么做？首先确定哪个一种数字是我们想看的，比如 y i y_i yi位置所对应的数字，现在找要一张图片 x x x，能够使得 y i y_i yi的值最大
但实际我们可能得到
x
x
x是左边雪花的结果，人眼很难辨识，所以为了好看，需要在后面加一个项
R
(
x
)
R(x)
R(x)：
R
(
x
)
R(x)
R(x)可以有不同的定义，这里是用所有的强度加起来，因为实际上的手写图片的多数区域都没有数值，减去强度之后或许会有帮助。
以下这个结果算是很好的，但是已经用了很多调参的技术了：
3.2 “Regularization” from Generator
但是现在我们可以做的更好，现在有一些Generator(生成模型)，事先给出一堆图片，就可以教机器产生图片。给机器看一个低维度的向量 z z z，然后经过生成模型，就可以得到图片。
原来的方法是找一张图片，通过使得输出
y
y
y最大，现在可以在输入图片环境用生成器的结果代替，那么现在变成了找一个
z
z
z使得
y
y
y最大了。训练的话也是梯度下降，只需要将这两个网络接起来就可以了。
这样通过在输入端加了一个图片生成器的限制，因为这个生成器总是能输出人类能看懂的图片，那么最终可以使得最好的结果是人类能辨别的。如下图：
这两个模型实际上是固定的是训练好的，我们只是想看一下结果。因为今天的目标不是训练生成器和分类器。
4 Using a model to explain another
4.1 Using Linear Model
用一个可以被解释的模型解释另外一个不可以被解释的模型。做法是用一个可解释的模型模仿不可解释的模型，在训练的时候输入相同的样本，让模仿模型的输出接近黑色模型的输出：
4.2 Local Interpretable Model-Agnostic Explanations (LIME)
4.2.1 Basic Idea of LIME
虽然线性模型可解释强，但是性能太差了，很难模仿。但是如果只专注于一部分表现，那还是可以模仿的。比如只模仿一部分区域的行为：
- 假设想要解释黑盒子的输出的某个点。
- 在该点附近采样。
- 用线性的模型拟合neural network在这个区域的行为。
- 最终可以用这个线性模型解释这个区域了。
对于采样区域范围的选择不同，那么最后的结果也会不一样。比如下图如果采样很稀疏的情况：
这个方法只能用在local的explanation上，因为用的线性模型，没办法fit整个模型。
4.2.2 LIME-Image
第一步，给出你想解释的数据
第二步，在附件进行采样，但是这里的采样需要是按照图片分割进行的，将图片分成若干区域，每次随机选取一些区域使用，其他区域则为单色。然后输入到模型中，模型输出一个识别为正确标签“frog”的概率：
第三步，找一个可解释的模型，使得输入图片之后，也能输出同样的结果。
但是实际上如果按每一个像素来输入的话，对于线性模型来说还是需要太多的参数了，所以提出在输入前，将特征进行一些提取：
构造一个M维的向量，M是分割段的个数。以分割的整段为单位来记录，这个段使用了则该维度为1，否则为0。
最终对于线性模型来说就是以下这个式子：
y
=
w
1
x
1
+
⋯
+
w
m
x
m
+
⋯
+
w
M
x
M
x
m
=
{
0
Segment
m
is deleted
&
1
Segment
m
exists.
\\begin{aligned} &y=w_{1} x_{1}+\\cdots+w_{m} x_{m}+\\cdots+w_{M} x_{M} \\\\ &x_{m}= \\begin{cases}0 & \\text { Segment } \\mathrm{m} \\text { is deleted } \\\\ \\& 1 & \\text { Segment } \\mathrm{m} \\text { exists. }\\end{cases} \\end{aligned}
y=w1x1+⋯+wmxm+⋯+wMxMxm={0&1 Segment m is deleted Segment m exists.
此时
w
w
w的值有三种结果，对应着三种情况：
李宏毅老师做了一个实验，然后将机器判断的依据的段拼接起来之后，有了以下的结果：
4.3 Using Decision Tree
刚才讲的用的线性模型，决策树解释性也很强，可以用决策树
T
θ
T_\\theta
Tθ来模拟黑盒子的参数
θ
\\theta
θ：
当然也不希望决策树过于深，不然也就失去了可解释性，所以定义了一个决策树的复杂度
O
(
T
θ
)
O\\left(T_{\\theta}\\right)
O(Tθ)，这里可以使用平均深度，目标是复杂度越低越好。
怎么做呢？假设训练一个特别的网络，这个网络在训练的时候就考虑之后会被决策树分析，训练的参数容易被决策树分析：
一般的神经网络是就一个损失函数就行，但是我们同时加上一个决策树复杂度函数的正则项，也是越小越好。
右边那一项能够做微分吗？实际上不能解。但是有人提出了一个想法，就是又找一个网络，这个网络可以将输入的参数转换成决策树复杂度的值。这样就能解了。
以上是关于可解释机器学习（Explainable/ Interpretable Machine Learning）的原理和应用（李宏毅视频课笔记）的主要内容，如果未能解决你的问题，请参考以下文章