足球期望进球模型的全局-局部解释

期望进球模型已广受欢迎，但其可解释性往往有限，尤其是在使用黑盒方法训练时。可解释人工智能工具已涌现，用以增强模型透明度并为单个观测或所有观测提取描述性知识。然而，在某些领域中，针对特定观测组解释黑盒模型可能更有用。本文引入了期望进球模型的全局-局部解释（介于局部与全局层面之间），通过提出使用SHAP值的聚合版本与部分依赖轮廓，以实现在球队和球员层面的表现分析。这使得能够从期望进球模型中提取关于某球员或球队的知识，而非仅针对单次射门。此外，我们进行了真实数据应用以阐明聚合SHAP与聚合轮廓的用处。论文最后对这类解释在足球分析中的表现分析潜力作了评述。