摘要
本发明属于人工智能领域，具体涉及一种反事实样本解释方法、系统、设备及存储介质，其方法包括：获取原始样本以及原始样本的输出结果，设置反事实优化特征；根据原始样本以及预设算法，生成有偏初始种群；基于特征约束条件以及反事实优化特征，对预测模型的初始函数进行优化，得到反事实优化损失函数；基于原始样本、反事实优化损失函数以及预测模型对有偏初始种群进行进化迭代，得到符合因果约束的反事实样本并进行筛选得到最终反事实样本；将最终反事实样本与原始样本比较，得到预测模型的输入特征与输出结果的因果关系。本申请具有解释预测模型模型的输入特征与输出结果的因果关系的效果。
