用于解释随机森林与提升树的解纠缠归因曲线
机器学习
2019-05-21 v1 机器学习
统计方法学
摘要
树集成模型，如随机森林与 AdaBoost，是普遍存在的机器学习模型，因在广泛领域中取得强劲预测性能而著称。然而，这种强劲性能以可解释性为代价（即用户无法理解训练好的随机森林所学到的关系及其做出预测的原因）。特别地，理解特定特征或特征组的贡献如何随其值变化是具有挑战性的。为此，我们引入解纠缠归因曲线（DAC），一种以（多变量）特征重要性曲线的形式提供对树集成方法解释的方法。对于给定的变量或变量组，DAC 绘制变量重要性随其值变化的曲线。我们在真实数据上验证 DAC，表明通过包含 DAC 作为附加特征，可用于在保持可解释性的同时提高逻辑回归的准确性。在模拟研究中，DAC 在恢复条件期望方面优于竞争方法。最后，通过对共享单车数据集的案例研究，我们展示了使用 DAC 揭示数据集中新见解的应用。
引用
@article{arxiv.1905.07631,
title = {Disentangled Attribution Curves for Interpreting Random Forests and Boosted Trees},
author = {Summer Devlin and Chandan Singh and W. James Murdoch and Bin Yu},
journal= {arXiv preprint arXiv:1905.07631},
year = {2019}
}
备注
Under review