DU-Shapley：一种用于高效数据集估值的 Shapley 值代理

我们考虑数据集估值问题，即量化将某个单独数据集聚合到其他数据集上时，对某一机器学习任务的相关预定义效用的增量收益。Shapley 值因其形式化的公理化依据而成为执行数据集估值的一种自然工具，并可结合蒙特卡洛积分以克服计算可处理性方面的挑战。然而，此类通用近似方法在某些情况下仍代价高昂。在本文中，我们利用关于数据集估值问题结构的知识来设计更高效的 Shapley 值估计量。我们提出了一种称为离散均匀 Shapley（discrete uniform Shapley）的新近似，其表示为在具有合理大小支撑集的离散均匀分布下的期望。我们通过渐近与非渐近理论保证论证了所提框架的相关性，并通过大量数值实验说明了其优势。