一种基于反事实实例的因果解释方法及系统

本公开提供了一种基于反事实实例的因果解释方法及系统，涉及人工智能技术领域，包括：生成反事实实例利用归因解释的方法，使用所有特征改变值生成的反事实实例数减去限定某个特征不变生成的反事实实例数，并将分母扩展为所有生成反事实的次数，得到每个特征对于结果的影响程度，作为每个特征的充分性评分；使用特征变化的反事实实例占生成的有效反事实实例数的百分比作为每个特征的必要性评分；将充分性评分和必要性评分按权重相加，得到基于反事实实例的因果评分，得到对构建的机器学习模型输出决策影响程度最大的特征。