counterfactuals：一个用于反事实解释方法的 R 包
counterfactuals: An R Package for Counterfactual Explanation Methods
AI总结：
本文介绍 counterfactuals R 包，通过统一的 R6 接口实现并扩展三种反事实解释方法，并在多种模型和数据集上比较其解释质量与运行效率。
摘要：
反事实解释方法提供了关于个体观测的特征值必须如何改变才能获得期望预测的信息。尽管研究中提出的方法数量不断增加，但只有少数实现存在，且其接口和要求差异很大。在这项工作中，我们介绍了 counterfactuals R 包，它为反事实解释方法提供了一个模块化且统一的基于 R6 的接口。我们实现了三种现有的反事实解释方法，并提出了一些可选的方法学扩展，以将这些方法推广到不同的场景，并使其更具可比性。我们使用真实用例解释了该包的结构和工作流程，并展示了如何将额外的反事实解释方法集成到该包中。此外，我们针对各种模型和数据集比较了所实现的方法在反事实解释质量及其运行时行为方面的表现。
英文摘要：
Counterfactual explanation methods provide information on how feature values of individual observations must be changed to obtain a desired prediction. Despite the increasing amount of proposed methods in research, only a few implementations exist whose interfaces and requirements vary widely. In this work, we introduce the counterfactuals R package, which provides a modular and unified R6-based interface for counterfactual explanation methods. We implemented three existing counterfactual explanation methods and propose some optional methodological extensions to generalize these methods to different scenarios and to make them more comparable. We explain the structure and workflow of the package using real use cases and show how to integrate additional counterfactual explanation methods into the package. In addition, we compared the implemented methods for a variety of models and datasets with regard to the quality of their counterfactual explanations and their runtime behavior.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
