快速 Shapley 值估计：一种统一方法
机器学习
2024-05-24 v2 计算机视觉与模式识别
摘要
Shapley 值已成为一种被广泛接受且可信赖的工具，其基于理论公理，用于应对深度神经网络等黑盒模型带来的挑战。然而，计算 Shapley 值随着特征数量增加面临指数级复杂度。包括 ApproSemivalue、KernelSHAP 与 FastSHAP 在内的多种方法已被探索以加速计算。在对现有方法的分析中，我们观察到随机估计量可统一为来自特征子集的随机求和值的线性变换。基于此，我们研究了设计简单摊销估计量的可能性，并通过消除冗余技术提出了一种直接且高效的估计量 SimSHAP。在表格与图像数据集上进行的大量实验验证了我们的 SimSHAP 的有效性，其显著加速了精确 Shapley 值的计算。
引用
@article{arxiv.2311.01010,
title = {Fast Shapley Value Estimation: A Unified Approach},
author = {Borui Zhang and Baotong Tian and Wenzhao Zheng and Jie Zhou and Jiwen Lu},
journal= {arXiv preprint arXiv:2311.01010},
year = {2024}
}