研究人员引入了一个新的框架来理解机器学习模型的特征归因,超越了单一数值解释,纳入了联盟动力学。该方法利用博弈论的概念,如核(core)、核仁(nucleolus)和议价集(bargaining set),来定义特征归因的“稳定性区间”。这些区间代表了特征贡献的可能分配范围,提供了对模型行为更细致的看法,尤其是在多重共线性或复杂交互的情况下。 AI
影响 引入了一种更稳健的模型预测解释方法,有望提高复杂AI系统的信任度和可解释性。
排序理由 该条目是一篇学术论文,详细介绍了机器学习中特征归因的新理论框架。[lever_c_demoted from research: ic=1 ai=1.0]
- bargaining set
- explained-variance game
- gradient-boosting forecaster
- Harsanyi dividends
- hedonic price model
- linear model
- nucleolus
- Shapley value
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →