Die Studie führt das Problem der Merkmalsauswahl ein und motiviert die Notwendigkeit einer effizienten Neuauswahl von Merkmalen (Reselection), um zusätzliche Modellcharakteristiken wie Fairness und Robustheit zu verbessern, ohne das gesamte Modelltraining wiederholen zu müssen.
Um dieses Problem anzugehen, stellt die Studie REFRESH vor - eine Methode zur Neuauswahl von Merkmalen, die auf der Verwendung von SHAP-Werten und Korrelationsanalyse basiert. REFRESH kann die Auswirkungen des Entfernens oder Hinzufügens von Merkmalsgruppen auf Sekundärcharakteristiken approximieren, ohne dass dafür neue Modelle trainiert werden müssen.
Die Experimente auf drei Datensätzen, einschließlich eines großen Datensatzes aus dem Finanzbereich, zeigen, dass REFRESH effizient alternative Modelle mit besseren Sekundärcharakteristiken finden kann. Die Studie diskutiert auch die Notwendigkeit der Merkmalsauswahl und den Einsatz von REFRESH basierend auf regulatorischen Anforderungen.
Başka Bir Dile
kaynak içeriğinden
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Shubham Shar... : arxiv.org 03-15-2024
https://arxiv.org/pdf/2403.08880.pdfDaha Derin Sorular