模型解释系统：最新更新与扩展
机器学习
2016-07-01 v1 机器学习
摘要
我们提出一个通用模型解释系统（MES）用于“解释”黑盒分类器的输出。本文描述了针对Turner (2015)的扩展，文中频繁引用该文。我们使用一个训练用于检测信用卡交易历史中欺诈的分类器作为启发性示例。关键在于我们提供适用于单个预测的解释，而非提供一组可解释的参量。我们聚焦于解释正类预测（警报）。然而，所呈现的方法论对称地适用于负类预测。
引用
@article{arxiv.1606.09517,
title = {A Model Explanation System: Latest Updates and Extensions},
author = {Ryan Turner},
journal= {arXiv preprint arXiv:1606.09517},
year = {2016}
}
备注
Presented at 2016 ICML Workshop on Human Interpretability in Machine Learning (WHI 2016), New York, NY