Empirical Stability Assessment of SHAP-Based Feature Selection Across Controlled Model Complexities
यह अध्ययन एक स्केलेबल कस्टम मॉडल को पेश करके और CICIDS2017 डेटासेट का उपयोग करके दृष्टिकोण को मान्य करते हुए, ब्लैक-बॉक्स मॉडल में जटिलता कैसे फीचर एट्रिब्यूशन (feature attribution) को प्रभावित करती है, इसकी समझ में अंतराल को दूर करने के लिए विभिन्न मॉडल जटिलताओं में SHAP-आधारित फीचर चयन की स्थिरता और विश्वसनीयता का अनुभवजन्य रूप से आकलन करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।