↑: [[G検定に関する知識]] - [[XAI]]（説明可能AI）のモデル非依存手法 - 対象サンプルの**近傍**でモデルを**局所的に線形近似**して予測根拠を説明 - データを少し変化させた摂動データを生成してAIの反応を見る - **局所的（Local）**な説明に特化→グローバル説明は主目的ではない - どんなモデルにも適用可（モデル非依存） - [[SHAP]]と対比で覚える：LIMEは高速・局所、SHAPは理論的厳密・局所＋グローバル - Local Interpretable Model-agnostic Explanations：1点の周りだけを局所的に近似して説明する手法 - 手順：①まわりを少し変える→②モデルに再予測させる→③単純なモデル（線形）で近似 - 局所的な説明の代表的手法。「却下の理由は年収と年齢です」のように答える - cf. [[SHAP]], [[パーミュテーション・インポータンス]], [[説明可能AI]]