改进KernelSHAP中的采样策略

本研究探讨Shapley可解释性中常见的特征不相关假设问题。作者提出两种解决方案：一是利用生成模型实现灵活的数据归因；二是直接学习Shapley价值函数以提升性能和稳定性。研究显示，该假设可能导致错误展示和隐藏模型依赖性。