“为何在此而非彼?”——降维的多样性对比解释
机器学习
2023-02-23 v2 人工智能
摘要
降维是一种流行的预处理手段,也是数据挖掘中广泛使用的工具。透明度通常通过解释实现,如今已成为基于机器学习的系统(如分类器和推荐系统)广泛接受且关键的要求。然而,降维及其他数据挖掘工具的透明度尚未被深入考量,尽管如此,理解其行为至关重要——尤其实践者可能希望理解为何特定样本被映射到特定位置。为(局部)理解给定降维方法的行为,我们引入降维对比解释的抽象概念,并将该概念的一种实现应用于解释二维数据可视化这一具体任务。
引用
@article{arxiv.2206.07391,
title = {"Why Here and Not There?" -- Diverse Contrasting Explanations of Dimensionality Reduction},
author = {André Artelt and Alexander Schulz and Barbara Hammer},
journal= {arXiv preprint arXiv:2206.07391},
year = {2023}
}
备注
Accepted and presented as a full conference paper at ICPRAM 2023