Wenn Sie mit AutoML-Bildmodellen arbeiten, können Sie bestimmte Parameter konfigurieren, um Ihre Erläuterungen zu verbessern.
Die Methoden zur Feature-Attribution in Vertex Explainable AI basieren auf Varianten von Shapley-Werten. Da Shapley-Werte sehr rechenintensiv sind, bietet Vertex Explainable AI Näherungswerte anstelle von exakten Werten.
Sie können den Wert für den Näherungsfehler reduzieren und sich den exakten Werten annähern, wenn Sie die folgenden Eingaben ändern:
- Erhöhen der Anzahl der integralen Schritte oder der Anzahl der Pfade
Schritte erhöhen
Erhöhen Sie Folgendes, um den Wert für den Näherungsfehler zu verringern:
- Die Anzahl der Integralschritte in der Benutzeroberfläche
Nächste Schritte
- Beschreibt die Einschränkungen von Vertex Explainable AI.