Dec, 2020

通过线性回归改进KernelSHAP:实用的Shapley值估算

TL;DR本文探讨了如何通过线性回归来有效估计机器学习模型的Shapley值,并提出了一种方差缩减技术,以加速两个估计器的收敛速度。此外,还发现了一种新的无偏版本KernelSHAP,并提出了一种针对随机合作博弈的方法,可产生两个全局解释方法的快速新估计器。