GeoShapley: 一种度量机器学习模型中空间效应的博弈论方法
机器学习
2025-02-21 v2 机器学习
摘要
本文提出了 GeoShapley,一种度量机器学习模型中空间效应的博弈论方法。GeoShapley 将博弈论中获得诺贝尔奖的 Shapley 值框架进行扩展,将位置概念化为模型预测博弈中的一个参与者,从而能够量化位置的重要性以及位置与模型中其他特征之间的协同作用。GeoShapley 是一种与模型无关的方法,可应用于各种结构的统计模型或黑盒机器学习模型。GeoShapley 的解释与用于解释空间效应的空间变系数模型以及用于解释非空间效应的加性模型直接相关。利用模拟数据,我们将 GeoShapley 值与已知的数据生成过程进行验证,并用于对七种统计和机器学习模型进行交叉比较。通过房价建模的实证案例,展示了 GeoShapley 在真实世界数据中的效用与解释。该方法以名为 geoshapley 的开源 Python 包提供。
引用
@article{arxiv.2312.03675,
title = {GeoShapley: A Game Theory Approach to Measuring Spatial Effects in Machine Learning Models},
author = {Ziqi Li},
journal= {arXiv preprint arXiv:2312.03675},
year = {2025}
}
备注
30 pages, 10 figures, 6 tables