AI 词汇表

📖

个术语

锚点 (Anchors)

一种识别简单且充分的决策规则（锚点）的方法，这些规则能够以高保真度解释模型对给定实例的预测。

📖

个术语

夏普利值

博弈论中的一个概念，用于衡量一个参与者（特征）在所有可能联盟中的平均边际贡献，是SHAP方法的基础。

📖

个术语

输入扰动

在输入数据中创建微小变化以观察其对模型预测影响的过程，被LIME等方法用于构建局部邻域。

📖

个术语

保真度 (Fidelity)

一种度量标准，用于评估局部解释（如LIME的简单模型）在其邻域内模仿复杂模型行为的忠实程度。

📖

个术语

模型无关解释

一种可解释性方法，它将预测模型视为黑箱，仅通过与其输入和输出进行交互来生成解释。

📖

个术语

显著性图 (Saliency Map)

一种可视化方法，用于突显输入中对模型预测影响最大的像素或特征，通常通过梯度计算获得。

📖

个术语

核邻域

在LIME中，该函数定义了原始实例与扰动实例之间的邻近度，并据此在局部解释模型中对它们的影响进行加权。

📖

个术语

解释规则 (Explanation Rule)

一个简单的逻辑条件（例如：IF feature_A > X AND feature_B < Y），它捕获了特定预测的主要原因，是Anchors等方法的典型产物。

📖

个术语

后可解释性

在模型训练后对其进行分析以理解其决策，与内在可解释模型相对。

📖

个术语

SHAP核解释器

SHAP的一种实现，使用核权重来估计Shapley值，使其与模型无关但可能更慢。

📖

个术语

SHAP树解释器

一种优化的SHAP算法，非常有效地计算基于树的模型（如XGBoost、LightGBM）的精确Shapley值。

📖

个术语

代理局部解释

LIME的基本原理，即训练一个简单且可解释的代理模型，在局部近似复杂模型的行为。