FastSHAP：实时 Shapley 值估计
机器学习
2022-03-24 v3 计算机视觉与模式识别
机器学习
摘要
Shapley 值被广泛用于解释黑盒模型，但因其需要大量模型评估而计算代价高昂。我们提出 FastSHAP，一种利用学习型解释器模型在单次前向传播中估计 Shapley 值的方法。FastSHAP 受 Shapley 值加权最小二乘表征的启发，通过学习方法摊还解释多个输入的成本，并可使用标准随机梯度优化进行训练。我们将 FastSHAP 与现有估计方法比较，显示其以数量级的速度提升生成高质量解释。
引用
@article{arxiv.2107.07436,
title = {FastSHAP: Real-Time Shapley Value Estimation},
author = {Neil Jethani and Mukund Sudarshan and Ian Covert and Su-In Lee and Rajesh Ranganath},
journal= {arXiv preprint arXiv:2107.07436},
year = {2022}
}
备注
ICLR 2022 Camera Ready, 20 pages, 10 figures, 3 tables