arXiv · Machine Learning· Sejong Oh·· 13 小时前AI 评分37
超越特征归因：通过局部化 CBFI 恢复机器学习模型中的潜在交互结构
Beyond feature attribution: Recovering latent interaction structures in machine learning models via localized CBFI
AI 导读
局部化案例特征重要性（CBFI）框架将单个样本预测拆解为独立主效应（G1）与纯交互（G4），以恢复机器学习模型中的潜在交互结构。葡萄酒质量分类和医疗保险回归实验，以及保真度测试与合成真值基准显示，识别出的交互对应梯度提升模型和深度神经网络中的非线性结构依赖。该方法针对 SHAP、LIME 等加性归因会掩盖交互的问题。
来源：arXiv · Machine Learning · arxiv.org