高维数据的无模型变量重要性

与模型无关的变量重要性方法可用于任意预测函数。这里我们提出一些不需要访问预测函数的无模型方法。当该函数是专有且不可用，或极其昂贵时，这很有用。在研究模型残差时也很有用。队列 Shapley（CS）方法是无模型的，但在输入空间维度上具有指数代价。Frye 等人（2020）提出的监督式流形上 Shapley 方法也是无模型的，但需要将第二个黑盒模型作为输入，该模型须为 Shapley 值问题训练。我们引入了队列 Shapley 的积分梯度（IG）版本，称为 IGCS，其代价为 $\mathcal{O}(nd)$。我们展示了在相关单位立方体的绝大部分上，IGCS 值函数接近一个多线性函数，对此 IGCS 与 CS 匹配。IGCS 的另一个好处是允许 IG 方法用于二值预测变量。我们使用一些曲线间面积（ABC）度量来量化 IGCS 的性能。在一个来自高能物理的问题上，我们验证了 IGCS 具有与 CS 几乎相同的 ABC。我们还将其用于一个来自计算化学的 1024 变量问题。我们在那里看到 IGCS 获得的 ABC 远高于蒙特卡洛采样所得。代码公开于 https://github.com/cohortshapley/cohortintgrad。