NeurIPS 2020丨使用附加重要性度量了解全局特征贡献

Understanding Global Feature Contributions With Additive Importance Measures SAGE通过新颖的加法重要性度量框架与之前的工作相关联，这一观点将众多其他特征重要性方法统一起来，并表明只有SAGE能正确地解释复杂的特征间相互作用。作者使用合作博弈论中的Shapley值来定义SAGE，从而实现了大量直观而理想的属性。同时，作者在实验中将SAGE应用于包括MNIST和乳腺癌亚型分类在内的8个数据集，并通过定量和定性的方法证明了该模型的优势。