KernelSHAP-IQ

ProxySHAP改进了ML交互近似，性能优于先前方法

研究人员推出了一种新方法ProxySHAP，用于近似机器学习模型中的Shapley和Banzhaf交互。该方法结合了基于树的代理模型的效率和残差校正技术以提高准确性。ProxySHAP为计算树集成中的交互指数提供了多项式时间泛化，克服了先前与树深度相关的限制。基准测试表明，ProxySHAP在近似质量方面优于ProxySPEX和KernelSHAP-IQ等现有方法，即使对于具有众多特征的大规模应用也是如此，并增强了下游可解释性任务。