在阅读关于模型可解释性和模型问责性的文章时,代孕模型一词不断出现。我知道它是什么,但它似乎不再有意义了:
发布于 2020-07-15 22:56:02
“代理”只是一个代言或代理。在数据科学中,“代理”一词不止一种使用(贝叶斯超参数优化应运而生)。对于可解释性,它似乎主要是指一个更可解释的模型(可能是线性/logistic回归),它被训练成近似于主模型,通常是黑匣子,模型(可能是增强树或神经网络)。
参见例如https://christophm.github.io/interpretable-ml-book/global.html。(作者将石灰称为“局部代孕”方法,并将“全局代孕”方法加以区分,但我习惯于将“代孕代孕”作为全球代孕法。)
发布于 2020-07-15 09:18:09
代理模型是给定函数的近似模型。
原始函数通常是一个黑箱函数,我们可以根据这些样本进行采样,我们可以对代理模型进行优化,以逼近原始函数的行为。
一个代理模型可以是一个神经网络,一个集成方法,一个高斯过程,可以解释和使用以后的可解释性。
https://datascience.stackexchange.com/questions/77685
复制相似问题