可解释性神经网络——3.一种新的可解释性神经网络GAMI-Net

在之前，我们介绍了两种可解释性神经网络：

• 可解释性神经网络——1.xNN
• 可解释性神经网络——2.添加约束的xNN

这里我们再介绍另一种网络结构：GAMI-Net，对应的文章为

• GAMI-Net: An Explainable Neural Network based on Generalized Additive Models with Structured Interactions
• Accurate Intelligible Models with Pairwise Interactions

---

前文回顾

前面两篇文章，做可解释性神经网络用的都是GAIM，但由于模型的复杂性依旧相对较高，$h_i\left({\mathbf{w}}_i^T\mathbf{x}\right)$中的${\mathbf{w}}_i^T\mathbf{x}$的可解释性依旧比较弱，因此后面模型考虑使用GAM模型。
GAIM：
$$g(\mathbb{E}(y\mid \mathbf{x}))=\mu +\sum _{i=1}^M{h}_i\left({\mathbf{w}}_i^T\mathbf{x}\right)$$

GAM：
$$g(\mathbb{E}(y\mid \mathbf{x}))=\mu +\sum$$