AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
排列重要性
一种评估特征重要性的技术，通过随机排列变量的值来打破其与目标的关系，从而衡量模型性能的下降程度。
个术语
部分依赖图（PDP）
可视化展示一个或两个特征对模型预测的平均边际效应，同时整合其他变量的影响。
个术语
累积局部效应（ALE）
PDP的替代方法，在计算特征效应时考虑变量间的相关性，从而避免部分依赖图中存在的偏差。
个术语
全局代理模型
简单且可解释的模型（如决策树或线性回归），用于在整个数据集上近似复杂模型的全局行为。
个术语
局部代理模型
可解释模型，专门训练用于在特定实例周围的局部邻域内近似复杂模型的预测。
个术语
个体条件期望（ICE）
可视化方法，通过改变特定特征来绘制每个单独实例的模型预测，揭示超出平均效应的异质性效应。
个术语
梯度SHAP
SHAP的变体，将梯度方法与参考样本相结合，有效近似深度学习模型中的SHAP值。
个术语
逐层相关性传播（LRP）
反向传播技术，将神经网络最终预测通过每一层重新分配到输入特征，同时保持相关性总和不变。
个术语
特征贡献
对每个特征对最终预测的个体影响的定量度量，通常表示为与参考值或基准值的差异。
个术语
Grad-CAM（梯度加权类激活映射）
用于卷积神经网络的可视化技术，通过使用最终层的梯度生成热力图，定位对特定预测重要的区域。
个术语
SHAP交互值
SHAP值的扩展，不仅分解个体特征的重要性，还包括它们的交互效应，量化变量对如何共同影响预测。
🔍