我通过将模型堆叠在一起构建了一个 Caret 集成模型。
模型运行成功，我得到了令人鼓舞的结果。
当我尝试使用 Lime 来解释黑盒预测时，挑战就来了。我收到一条错误消息“模型的类必须有一个 model_type 方法”
我唯一一次遇到这种错误是在 H20 中使用 Lime 时。随后，Lime 背后的人发布了支持 Lime 中的 H20 的更新。
有谁知道是否有任何工作将 CaretStack 包含在 Lime 中？或者知道解决此问题的解决方法。
【问题讨论】：
根据 Lime 文档，这些是支持的模型
lime 开箱即用，支持以下模型对象：
从插入符号训练
来自 mlr 的 WrappedModel
来自 xgboost 的 xgb.Booster
来自 h2o 的 H2OModel
keras 中的 keras.engine.training.Model
来自 MASS 的 lda（用于低依赖示例）
如果您的模型不是上述模型之一，您需要自己实现支持。如果模型有一个预测接口模仿插入符号中的 predict.train() 接口，那么将模型包装在 as_classifier()/as_regressor() 中就足够了，以获得支持。
否则你需要实现一个 predict_model() 方法和一个可能的 model_type() 方法（如果后者被省略，模型应该被包装在 as_classifier()/as_regressor() 中，每次它在lime( ))。
您的问题的解决方案：
对于您的情况，CaretStack 有一个模仿 predict.train() 的预测接口，因此将您的模型包装在 as_classifier() 或 as_regressor() 中就足够了
【讨论】：