GeoShapley:一种测量机器学习模型中空间效应的博弈论方法
原文中文,约400字,阅读约需1分钟。发表于: 。该论文介绍了 GeoShapley,一种衡量机器学习模型中空间效应的博弈论方法。GeoShapley 扩展了诺贝尔奖获奖的 Shapley 值框架,将位置作为模型预测博弈中的参与方,可以量化位置的重要性以及位置与其他特征之间的协同作用。GeoShapley...
该论文介绍了一种衡量机器学习模型中空间效应的博弈论方法GeoShapley。GeoShapley扩展了Shapley值框架,将位置作为模型预测博弈中的参与方,可以量化位置的重要性和位置与其他特征之间的协同作用。GeoShapley是一种与模型无关的方法,可应用于不同结构的统计学或黑盒机器学习模型,并与解释空间效应的空间变异系数模型以及解释非空间效应的加法模型相关联。通过模拟数据验证了GeoShapley值以及用于七个统计学和机器学习模型的交叉比较。使用房价建模的实证例子说明了GeoShapley的实用性和解释性。该方法可作为一个名为geoshapley的开源Python包使用。