본 논문은 블랙박스 회귀 모델의 개별 예측을 설명하는 결정론적이고 모델-애그노스틱한 사후 설명 방법인 BELLA를 제시합니다. 기존의 사후 설명 방법들이 합성 데이터 생성에 의존하여 불확실성을 야기하고 신뢰성이 떨어지며, 소수의 데이터 포인트에만 적용 가능하다는 한계를 극복하기 위해, BELLA는 특징 공간에서 훈련된 선형 모델 형태로 설명을 제공합니다. BELLA는 선형 모델이 적용되는 이웃의 크기를 최대화하여 정확하고, 단순하며, 일반적이고, 견고한 설명을 생성합니다.
