LIME（局部可解释模型无关解释）

LIME（Local Interpretable Model-agnostic Explanations）是一种模型无关的局部解释方法，通过在预测样本附近生成扰动样本并拟合可解释的简单模型（如线性回归）来近似复杂模型的决策，从而解释单个预测。它解决了黑盒模型缺乏可解释性的问题，典型应用于图像分类和文本分类的归因分析。