Nat. Mach. Intell.|從局部解釋到全局理解的樹模型

  今天介紹美國華盛頓大學保羅·艾倫計算機科學與工程學院的Su-In Lee團隊在nature mechine intelligence 2020的論文，該論文提出了一種基於博弈論沙普利值的TreeExplainer方法，用於從局部到全局的樹模型解釋性研究。 背景 隨機森林、決策樹和梯度增強樹等基於樹的機器學習模型是目前比較流行的非線性預測模型，基於樹的模型在金融、醫藥、生物、廣告、供應鏈管理、制

>>阅读原文<<