Shapley Explanation Networks

作者:18届 cyl

日期:2021-08-15

论文:《Shapley Explanation

Networks》

期刊:ICLR

一、前提知识:Shapley Value

Shapley Value起源于博弈论,n人合作,共创造了v(N)的价值,如何评估每个人的价值?通过计算每个
人的Shapley value。
公式:
在这里插入图片描述
在这里插入图片描述
特点

  1. 可以评估一组特征的重要性
  2. 计算复杂的是指数级别
  3. 可以进行线性变换,对一个函数求了shapley值,如果函数再进行线性变换,可以通过对原
    shapley值进行线性变换求新的shapley值。

二、背景

神经网络的可解释性是待解决的重要问题,其中了解每个特征的重要性是提高可解释性的一个方向。
在博弈论中提出的Shapley值是评估组成元素重要性的一个方法,并且shapley值已经被应用到了机器学
习领域,但是存在两个问题:
(1)由于Shapley值计算方法本身的特点,它的时间复杂度是指数级别的;
(2)目前的分析方法都是“事后”的,即模型已经构建完成了,对模型计算shapley值,这样一来消耗时
间,二来得到的shapley值只是用来分析,没有修改模型本身。
目标
1)通过近似方法降低时间复杂度
2)使用Shapley值指导正则化、剪枝,修改模型

三、Shapley Explanation Networks

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

中南大学苹果实验室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值