A-PETE: Adaptive Prototype Explanations of Tree Ensembles

要約

機械学習モデルを解釈する必要性は、ツリー アンサンブルのコンテキスト内でのプロトタイプの説明を通じて対処されます。
これらの分類器のプロトタイプの選択を自動化するために、Adaptive Prototype Explains of Tree Ensembles (A-PETE) という名前のアルゴリズムが提案されています。
そのユニークな特徴は、特殊な距離測定と修正された k-medoid アプローチを使用することです。
実験では、以前の説明アルゴリズムと比較して、その予測精度が競合することが実証されました。
また、ランダム フォレスト分類子を解釈する目的で十分な数のプロトタイプも提供します。

要約(オリジナル)

The need for interpreting machine learning models is addressed through prototype explanations within the context of tree ensembles. An algorithm named Adaptive Prototype Explanations of Tree Ensembles (A-PETE) is proposed to automatise the selection of prototypes for these classifiers. Its unique characteristics is using a specialised distance measure and a modified k-medoid approach. Experiments demonstrated its competitive predictive accuracy with respect to earlier explanation algorithms. It also provides a a sufficient number of prototypes for the purpose of interpreting the random forest classifier.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google