基于可解释性神经网络的医疗决策规则模型

本文提出了一种基于RRL的内在可解释模型，通过构建三个类似于神经网络的子网络，每个子网络均可等效转换为一组规则，并通过学习二进制权重的技巧有效地训练。相比可解释的决策树在性能上更优，接近于其他黑匣子，对金融机构和借款人具有实际意义。同时，本模型还用于测试后评方法生成的解释的准确性，结果表明后评方法不总是可靠的。