Rashomon 重要性分布：摆脱基于不稳定单一模型的变量重要性

量化变量重要性对于回答遗传学、公共政策和医学等领域的高风险问题至关重要。当前方法通常为给定数据集上训练的给定模型计算变量重要性。然而，对于给定数据集，可能存在许多同样好地解释目标结果的模型；若不考量所有可能的解释，不同研究者基于相同数据可能得出许多相互冲突却同样有效的结论。此外，即便考量了给定数据集的所有可能解释，这些见解也可能无法泛化，因为并非所有好的解释在合理的数据扰动下都是稳定的。我们提出一个新的变量重要性框架，量化变量在所有优良模型集合中的重要性，并且在数据分布上稳定。我们的框架极为灵活，可与大多数现有模型类别和全局变量重要性度量集成。我们通过实验证明，在其他方法失效的复杂仿真设置中，我们的框架能恢复变量重要性排序。进一步，我们表明该框架能准确估计底层数据分布中变量的真实重要性。我们为估计量的一致性和有限样本误差率提供了理论保证。最后，我们通过一个真实案例研究展示其效用，探究哪些基因对预测 HIV 感染者的 HIV 载量重要，突出一个先前未在与 HIV 关联中研究过的重要基因。代码见 https://github.com/jdonnelly36/Rashomon_Importance_Distribution。