劳拉·佩纳;伊格纳西奥·加西亚·尤拉多;巴宾纳卡萨斯·梅恩德斯 特征对分类问题的影响评估：对新型冠状病毒肺炎患者的应用。 （英文） Zbl 1490.62154号 欧洲药典。物件。 299，第2期，631-641（2022）. 摘要：本文讨论了机器学习技术解决的分类问题中的一个重要主题：评估每个特征对个体分类的影响。具体来说，使用合作博弈的Shapley值引入了这种影响的度量。此外，基于效率和平衡贡献的特性，提供了所建议度量的公理化特征。此外，还设计了一些实验来验证这种测量的适当性能。最后，将介绍的方法应用于新冠肺炎患者样本，以研究某些人口统计学或风险因素对与疾病演变相关的各种相关事件的影响。 引用于2文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 68T05型 人工智能中的学习和自适应系统 91A12号机组 合作游戏 关键词：机器学习;分类;特征的影响;夏普里值;新冠肺炎 软件：形状 PDF格式BibTeX公司 XML格式引用 \textit{L.Davila-Pena}等人，《欧洲药典》。第299号决议，第2号，第631--641条（2022年；Zbl 1490.62154） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] 藻类，E。；弗拉格内利，V。；Sánchez-Soriano，J.，《Shapley值手册》（2019），CRC出版社，泰勒和弗朗西斯出版社 [2] Breiman，L.，《随机森林》，机器学习，45，5-32（2001）·Zbl 1007.68152号 [3] 北伯克特。；Huber，M.F.，《监督机器学习的可解释性调查》，《人工智能研究杂志》，70245-317（2021）·Zbl 1497.68412号 [4] Carrizosa，E。；Molero-Río，C。；Morales，D.R.，分类和回归树中的数学优化，TOP，29，5-33（2021）·Zbl 1467.90021号 [5] 卡萨利基奥，G。；莫尔纳，C。；Bischl，B.，《可视化黑盒模型的特征重要性》（Berlingerio，M.；Bonchi，F.；Gärtner，T.；Hurley，N.；Ifrim，G.，《数据库中的机器学习和知识发现》（2019），Springer），655-670 [6] Datta，A。；Datta，A。；普罗卡西亚，A.D。；Zick，Y.，《合作博弈论对分类的影响》，第二十四届国际人工智能联合会议论文集，511-517（2015） [7] 费尔南德斯·德尔加多，M。；Cernadas，E。；巴罗，S。；Amorim，D.，我们需要数百个分类器来解决现实世界的分类问题吗？，机器学习研究杂志，15，3133-3181（2014）·Zbl 1319.62005号 [8] B.加达。；Naoum-Sawaya，J.，使用支持向量机进行高维数据分类和特征选择，《欧洲运筹学杂志》，265993-1004（2018）·Zbl 1381.62170号 [9] González-Díaz，J。；加西亚·尤拉多，I。；Fiestras-Janeiro，M.G.，《数学博弈论入门》（2010），美国数学学会·Zbl 1191.91002号 [10] Jothi，N。；侯赛因，W。；Rashid，N.A.，使用Shapley值预测女性的广泛性焦虑症，《感染与公共卫生杂志》，第14期，第103-108页（2021年） [11] 李·T。；Chen，J.，装配系统中的联盟形成与质量改进激励，《欧洲运筹学杂志》，285，3，931-940（2020）·Zbl 1443.90101号 [12] 刘，D。；纪，X。；Tang，J。；Li，H.，跨国水资源时空分配的模糊合作博弈方法，《欧洲运筹学杂志》，282，3，1025-1037（2020）·Zbl 1431.91186号 [13] 伦德伯格，S.M。；Lee，S.-I.，《解释模型预测的统一方法》（Guyon，I.；Luxburg，U.V.；Bengio，S.；Wallach，H.；Fergus，R.；Vishwanathan，S.，Garnett，R.，《神经信息处理系统的进展》，第30卷（2017），Curran Associates Inc），4765-4774 [14] Myerson，R.B.，《会议结构和公平分配规则》，《国际博弈论杂志》，第9期，169-182页（1980年）·Zbl 0441.90117号 [15] Saavedra-Nieves，A。；Saavedra-Nieves，P.，《从破产角度看配额制度：随机到达规则的抽样估计》，《欧洲运筹学杂志》，285,2655-669（2020）·兹比尔1441.91035 [16] Shapley，L.S.，《n人博弈的一个值》（Kuhn，H.W.；Tucker，A.W.，《对博弈论的贡献》（AM-28），第二卷（1953年），普林斯顿大学出版社），307-318·Zbl 0050.14404号 [17] 史密斯，M。；Alvarez，F.，使用Shapley值从机器学习中识别死亡率因素——一个新冠肺炎病例19，专家系统与应用，176114832（2021） [18] Štrumbelj，E。；Kononenko，I.，《利用博弈论对个体分类进行有效解释》，《机器学习研究杂志》，11，1-18（2010）·Zbl 1242.68250号 [19] Štrumbelj，E。；Kononenko，I.，《可视化和解释黑盒回归模型的通用方法》（Dobnikar，A.；Lotrić，U.；Šter，B.，《自适应和自然计算算法》（2011），Springer），21-30 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。