shapiq: Shapley Interactions for Machine Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

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。

🎯

关键要点

  • 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。
  • Shapley交互提升了对黑箱模型的理解。
  • shapiq是一个开源Python包,整合了最先进的算法。
  • shapiq能够高效计算Shapley值和任意阶的SIs。
  • shapiq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。
➡️

继续阅读