A Characteristic Function for Shapley-Value-Based Attribution of Anomaly Scores

要約

異常検出では、不規則性の程度は多くの場合、実数値の異常スコアとして要約されます。
異常検出の結果を解釈するために、そのような異常スコアを入力特徴に帰する問題に対処します。
特に、半教師付き検出方法の異常スコアを特定するための Shapley 値の使用を調査します。
異常スコアを特定するために特別に設計された特性関数を提案します。
アイデアは、存在しない特徴に関して異常スコアを局所的に最小化することによって、いくつかの特徴の欠如を概算することです。
提案された特性関数の適用性と、複数のデータセットおよび複数の異常検出方法で異常スコアを解釈するための他の一般的なアプローチを調べます。
結果は、提案されたものを含む帰属方法の潜在的な有用性を示しています。

要約(オリジナル)

In anomaly detection, the degree of irregularity is often summarized as a real-valued anomaly score. We address the problem of attributing such anomaly scores to input features for interpreting the results of anomaly detection. We particularly investigate the use of the Shapley value for attributing anomaly scores of semi-supervised detection methods. We propose a characteristic function specifically designed for attributing anomaly scores. The idea is to approximate the absence of some features by locally minimizing the anomaly score with regard to the to-be-absent features. We examine the applicability of the proposed characteristic function and other general approaches for interpreting anomaly scores on multiple datasets and multiple anomaly detection methods. The results indicate the potential utility of the attribution methods including the proposed one.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google