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
全局特征重要性
一种解释方法，评估每个预测变量对整个模型的平均影响，允许根据特征对预测的全局贡献进行优先级排序
个术语
全局SHAP值
基于博弈论的方法，量化每个特征在整个数据集上对模型预测的平均贡献，确保数学一致性和可加性属性
个术语
部分依赖图(PDP)
可视化展示一个或两个变量对模型预测的平均边际效应，通过边缘化其他变量的影响来揭示全局关系
个术语
累积局部效应(ALE)
一种解释技术，计算特征对局部预测的平均效应，避免PDP中存在的相关性偏差，提供更可靠的全局效应估计
个术语
全局代理模型
可解释模型（如决策树或线性回归），训练用于模仿复杂黑盒模型的全局行为，提供简化但可理解的近似
个术语
置换特征重要性
一种模型无关方法，通过测量当特征值被随机置换时模型性能的下降来评估变量重要性，揭示其全局贡献
个术语
模型无关方法
解释方法，适用于任何类型的机器学习模型，无需访问内部结构，仅基于输入输出来分析全局行为
个术语
全局特征效应
在整个数据空间中分析每个变量对模型预测影响的完整分析，结合效应的方向、大小和形式，实现整体理解
个术语
ICE曲线（个体条件期望）
可视化方法，绘制模型对某个特征不同值的个体预测，用于观察效应的异质性，并汇总这些信息以获得全局理解。
个术语
弗里德曼H统计量
定量度量，评估机器学习模型中变量间交互作用的强度，用于识别影响全局预测的非线性依赖关系。
个术语
全局模型可视化
一套图形和可视化技术，用于综合表示模型的全局行为，包括特征间关系、决策模式和置信区域。
个术语
全局特征贡献
量化每个特征对模型预测与参考基线之间差异的平均贡献，揭示变量对决策的全局影响。
个术语
模型特定全局解释
专门为某些模型类型（如神经网络中的权重或决策树中的规则）设计的解释方法，用于说明其全局行为。
个术语
全局敏感性分析
系统研究模型输出随输入在整个输入域内变化而变化的情况，识别对全局行为影响最大的因素。
个术语
全局规则提取
生成一组可解释规则的过程，这些规则捕捉复杂模型的全局行为，将自动预测转化为明确且可推广的知识。
🔍