問題 No.738
協力ゲーム理論を応用し、特徴量のすべての組み合わせを考慮してそれぞれの特徴量がモデルの予測結果にどれだけ貢献したかを計算する。局所的な説明だけでなく、データ全体に対する大域的な説明にも利用可能な手法はどれか。
【正解の解説】
SHAP
SHAPは、協力ゲーム理論に基づいて、予測結果への寄与度を「賞金」のように各特徴量に分配する手法です。データ全体での貢献度も算出でき、説明能力が非常に高いです。
スポンサーリンク
【その他の選択肢の解説】
LIME
LIMEは、特定のデータ点周辺の局所的な説明に特化した手法で、SHAPのようにモデル全体の解釈を統合して大域的に説明することには不向きです。
アテンション
アテンション機構は、入力データ内のどの部分に注目すべきかを計算する仕組みで、モデル自体が学習の過程で獲得する内部的なメカニズムを指します。
主成分分析
主成分分析は、多くの変数を持つデータを、情報の損失を抑えながら少数の指標に集約する次元圧縮の手法です。