REPID：具有隐式交互检测的区域效应图
机器学习
2022-02-16 v1 机器学习
摘要
机器学习模型能够自动学习复杂关系，如非线性和交互效应。部分依赖图等可解释机器学习方法可视化边际特征效应，但在存在特征交互时可能导致误导性解释。因此，采用能够检测和度量交互强度的额外方法对于更好地理解机器学习模型的内在机制至关重要。我们展示了现有全局交互检测方法的若干缺陷，从理论上进行刻画，并做经验评估。此外，我们引入具有隐式交互检测的区域效应图，一种检测感兴趣特征与其他特征之间交互的新框架。该框架还量化交互强度，并提供可解释且区分明确的区域，其中特征效应可更可靠地解释，因为它们较少受交互混淆。我们证明了方法的理论适用性，并展示了其在多种模拟与真实世界例子上的适用性。
引用
@article{arxiv.2202.07254,
title = {REPID: Regional Effect Plots with implicit Interaction Detection},
author = {Julia Herbinger and Bernd Bischl and Giuseppe Casalicchio},
journal= {arXiv preprint arXiv:2202.07254},
year = {2022}
}