🔥 今日值得一读
条件Shapley新方法搞定特征相关误归因，500样本下覆盖率稳达91%以上！
Semiparametric Inference for Conditional Shapley Feature Importance
👨💼 主理人解读 · 为什么值得关注
让特征重要性带置信区间且更准确，开发者可用它做更可靠的可解释性分析与模型诊断。
📖 AI 总结
本文研究条件 Shapley 特征重要性中的半参数推断问题。针对现有 Shapley 值估计器多只给出点估计、缺乏不确定性量化，且常从边际分布采样 coalition 外特征、在特征相关时导致重要性误判的缺陷，作者采用条件形式，在真实条件分布下积分掉 coalition 外特征，目标为结合条件价值函数与 SAGE 式损失聚合的全局损失型重要性。方法上提出一步估计器，结合 K 折交叉拟合与平方损失的 U 统计量校正，消除朴素代入的蒙特卡洛偏差，在双稳健速率条件下具有根号 n 相合性与渐近正态性，Wald 区间达到名义覆盖率；并用 Pinsker 型界量化工作 copula 类误设带来的偏差，以 vine copula 保持条件采样可行。n=500 的高斯设计实验中，各特征 95% 区间经验覆盖率介于 0.91 至 0.96，检验第一类错误率保持 0.05，中等信号下功效达 1；在 UCI Concrete 与 California Housing 数据上以 Bonferroni 控制显著性识别出条件信息特征。
🔑 关键词速览
| Shapley值 | 一种源自合作博弈论的特征归因方法，通过计算特征在所有可能联盟中的平均边际贡献来分配重要性。 |
| 条件Shapley特征重要性 | 在特征相关时，将联盟外特征在其真实条件分布下积分掉，以正确归因重要性的Shapley值变体。 |
| 一步估计器 | 一种基于影响函数和插件估计构建的估计量，通过一步校正达到渐近有效性和正态性。 |
| 双稳健速率条件 | 要求 nuisance 函数的估计误差乘积可忽略的条件，常见于因果推断和半参数估计中。 |
| 藤Copula | 一种高维依赖建模工具，通过将多元分布分解为一系列二元Copula，使条件采样变得可行。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅