本文提出了新的软标签 KNN-SV 算法，该算法使用更自然、更可解释的效用函数，通过基于局部敏感哈希（LSH）的高效逼近算法，实现了对 KNN 分类器 / 回归器的数据 Shapley 的计算。实验证明，Soft-label KNN-SV 在大多数数据集的误标记数据检测任务中优于原始方法，是未来数据估值研究的更好基准。

Apr, 2023

本文提出一种用 Shapley value 计算数据相对价值的方法，特别是在 KNN 算法中，能够以较低的速度准确计算数据相对价值。

Aug, 2019

该研究针对数据估值领域的一个悬而未决问题，以加权 $K$ 最近邻算法（WKNN-Shapley）的数据估值为重点，通过将硬标签 KNN 的准确性视为效用函数，重新构思了 WKNN-Shapley 的计算问题，并引入了一个二次时间算法，相比现有文献中的最佳结果 $O (N^K)$ 有显著改进。我们开发了一种确定性近似算法，进一步提高了计算效率，同时保持了 Shapley 值的关键公平性质。通过大量实验，我们证明了 WKNN-Shapley 在计算效率和数据质量识别方面的卓越性能，相较于其无权重对应方法。

Jan, 2024

本研究提出一种考虑数据公正价值的方法，通过估算数据 Shapley 值来解决在监督学习中评估数据价值的困难，并且发现该方法优于其他流行的评估方法，可以有效提高预测器的性能。

Apr, 2019

通过利用机器学习问题的结构性质，我们提出了一种更高效的近似数据 Shapley 值的方法，此方法在不同学习设置中包括随机梯度下降和凸、非凸损失函数中证明了其近似 Shapley 值的准确性收敛性。实验证明，这种方法在保持数据的近似价值和排名的同时，提高了近似速度最高可达 9.9 倍，并且在使用小的子集进行精确评估时，对预训练网络的效率更高。

Nov, 2023

基于 Shapley 值的数据评估方法，在考虑样本对所有可能的训练子集的贡献时，量化每个个体样本的有用性。然而，这些方法面临价值膨胀的挑战 - 虽然具有负 Shapley 值的样本是有害的，但一些具有正值的样本也可能具有负面效果。为了解决这些问题，我们提出了 Calibrated KNN-Shapley (CKNN-Shapley)，将零作为阈值进行校准，以通过减轻小型训练子集的负面影响，区分有害样本和有益样本。通过广泛的实验，我们展示了 CKNN-Shapley 在缓解数据评估膨胀、检测有害样本和评估数据质量方面的有效性。我们还将我们的方法扩展到非传统的分类设置，包括对存在标记错误的数据、流数据的在线学习以及标签注释的主动学习等多样实际场景。

May, 2024

本文提出了一种名为 STI-KNN 的算法，可在 O (t n^2) 时间内计算 KNN 模型的精确对交互 Shapley 值，并有效且准确地评估个体数据点的价值，从而提高人工智能应用的效果。

Apr, 2023

本文提出了一种概率 Shapley 值（P-Shapley），通过构建一个基于概率分类器的类概率效用函数来量化每个数据点对概率分类器的边际贡献，并提供几种置信度校准的激活函数，从而实现评估数据重要性以构建高可用性和可信赖性 ML 模型的目的。

Jun, 2023

本文提出了分布式数据 Shapley 值（DShapley），该值是将 Shapley 值等博弈理论概念开发到了机器学习的统计框架，并可以应用于识别对学习算法有用或有害的数据点。本文通过导出线性回归，二元分类和非参数密度估计的 DShapley 的第一批分析表达式，提供了新的算法来快速估计 DShapley，这些公式直接解释并为不同数据类型提供量化的见解。

Jul, 2020

本文提出了一种基于离散均匀分布的 Shapley 值近似估计方法，以更高效地进行数据集估价和数据共享，并通过多个数据集估价基准测试表明 DU-Shapley 的效果优于其他 Shapley 估算方法。

Jun, 2023