Jul, 2023
同理解能机器学习技术能否检测虚假相关性?
Right for the Wrong Reason: Can Interpretable ML Techniques Detect Spurious Correlations?
Susu Sun, Lisa M. Koch, Christian F. Baumgartner
TL;DR深度神经网络模型容易学习到数据中的错误相关性,本文提出了一种评估方法,评估了五种事后解释技术和一种固有可解释的方法在胸部 X 射线诊断任务中对三种人为添加的混淆因素进行正确识别的能力,并发现 SHAP 和 Attri-Net 技术表现最佳,可用于可靠地识别错误的模型行为。