본 논문은 블랙박스 회귀 모델의 예측 결과를 설명하는 새로운 후처리 방식인 BELLA를 제시합니다. 기존 방식들의 한계점인 합성 데이터 생성에 따른 불확실성과 소수 데이터 포인트에만 적용 가능한 설명 생성 문제를 해결하기 위해, BELLA는 특징 공간에서 학습된 선형 모델 형태로 설명을 제공합니다. BELLA는 설명의 정확성, 단순성, 일반성 및 강건성을 확보하기 위해 선형 모델이 적용 가능한 이웃의 크기를 최대화하며, 사실적 및 반사실적 설명 모두를 생성할 수 있습니다.
