<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>LIME on PlumePHP</title><link>https://plumephp.com/tags/lime/</link><description>Recent content in LIME on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 28 Sep 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/lime/index.xml" rel="self" type="application/rss+xml"/><item><title>模型可解释性实战：特征重要性、SHAP、LIME 与业务落地</title><link>https://plumephp.com/ml-model-interpretability/</link><pubDate>Mon, 28 Sep 2026 10:00:00 +0800</pubDate><guid>https://plumephp.com/ml-model-interpretability/</guid><description>&lt;h2 id="引言"&gt;引言&lt;/h2&gt;
&lt;p&gt;黑箱模型上线被拒是常事——风控要解释为什么拒贷、医疗要解释为什么判病、合规要审计逻辑。&lt;strong&gt;可解释性（XAI）&lt;strong&gt;不是学术点缀，而是模型落地的硬要求。本文分两条线：&lt;strong&gt;全局解释&lt;/strong&gt;（这个模型整体怎么决策）与&lt;/strong&gt;局部解释&lt;/strong&gt;（这一个样本为什么被判成这样），重点落地特征重要性、SHAP、LIME 三种主流工具。&lt;/p&gt;</description></item></channel></rss>