关于“基于 Shapley 值的高效数据估值”的注记
机器学习
2023-02-23 v1 机器学习
摘要
Shapley 值（SV）已成为一种有前景的数据估值方法。然而，计算或估计 SV 通常计算代价高昂。为克服这一挑战，Jia 等人（2019）提出了一种称为“基于分组测试的 SV 估计器”的先进 SV 估计算法，其获得了良好的渐近样本复杂度。在本技术注记中，我们对该 SV 估计器的分析与设计选择提出了若干改进。此外，我们指出基于分组测试的 SV 估计器并未充分复用所收集的采样。我们的分析与见解有助于更好地理解为数据估值开发高效 SV 估计算法所面临的挑战。
引用
@article{arxiv.2302.11431,
title = {A Note on "Towards Efficient Data Valuation Based on the Shapley Value''},
author = {Jiachen T. Wang and Ruoxi Jia},
journal= {arXiv preprint arXiv:2302.11431},
year = {2023}
}