arXiv · Machine Learning· Chi Zhao, Anastasiia Chelnokova, Jing Liu, Elena Parilina·· 10 小时前AI 评分38
TempShap：时间序列预测中特征何时重要、影响有多大
TempShap: When and How Much a Feature Matters in Time-Series Forecasting
AI 导读
TempShap提出一种回溯式、基于损失的Shapley归因框架，将输入窗口中的单元格而非整项特征作为参与者，刻画特征何时起作用及其影响如何随预测跨度变化。实验显示，在冗余输入和均值屏蔽下，带符号的Shapley分解能保留总价值，并在多种估计器、预测基准和模型系列中带来留出集删除排序优势。
来源：arXiv · Machine Learning · arxiv.org