shapiq: Shapley Interactions for Machine Learning
原文英文，约100词，阅读约需1分钟。发表于：。本研究解决了Shapley值在机器学习特征归因及数据估值中的局限性，通过引入Shapley交互（SIs）为实体群体分配联合贡献，提升对黑箱模型的理解。我们提出的shapiq是一个开源Python包，整合了最先进的算法，能够高效计算Shapley值和任意阶的SIs，并提供了基准测试工具，以系统性评估其在多种机器学习应用中的性能。
本研究通过引入Shapley交互（SIs）解决了Shapley值在特征归因和数据估值中的局限性，提升了对黑箱模型的理解。shapiq是一个开源Python包，整合算法，高效计算Shapley值和SIs，并提供基准测试工具评估性能。
