English(EN) Efficient Banzhaf-Based Data Valuation for $k$-Nearest Neighbors Classification

新算法高效估值kNN分类器数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-20 11:10

研究人员开发了新的算法来高效计算Banzhaf值，这是一种用于数据估值的博弈论方法，特别针对k近邻（kNN）分类器。该研究证明了该问题的计算难度，但引入了使用动态规划的实用精确算法，实现了加权kNN的伪多项式时间复杂度和无权kNN的线性时间复杂度。在真实数据集上的实验证实了这些新颖估值方法的效率和有效性。 AI

影响引入了更有效的方法来理解数据贡献，可能改进模型训练和可解释性。

排序理由学术论文，详细介绍了机器学习问题的新算法方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Aristides Gionis · 2026-05-20 11:10

面向 $k$-近邻分类的高效 Banzhaf 数据估值法

Data valuation, the task of quantifying the contribution of individual data points to model performance, has emerged as a fundamental challenge in machine learning. Game-theoretic approaches, such as the Banzhaf value, offer principled frameworks for fair data valuation; however,…

报道来源 [1]

面向 $k$-近邻分类的高效 Banzhaf 数据估值法

相关实体

相关话题