基于因果图的模型预测过程的可解释方法及装置

本申请公开了一种基于因果图的模型预测过程的可解释方法及装置，方法包括：采用目标场景的高维结构化数据，构建用于描述特征间相关作用关系的全局因果图；全局因果图中的节点为变量，有向边为变量间的因果关系；对全局因果图进行聚类、剪枝，得到剪枝后的多个子图；对每个子图使用预设图神经网络模型进行分类预测，得到每个子图对应的GNN分类子模型；将每个子图对应的GNN分类子模型综合为集成模型，得到预测模型；提取多个子图的共有部分，得到公共子图；根据公共子图，对预测模型进行可解释，得到可解释性报告。因此，采用本申请实施例，可满足特殊场景对模型可解释性的严苛要求，能有效建立特殊场景对模型决策的信任机制。