Khái niệm cốt lõi
마르코프 분포 하에서 가중치 자동 기계, 분리 DNF, 의사결정 트리에 대한 SHAP 점수 계산이 다항식 시간에 가능하다.
Tóm tắt
이 논문은 SHAP(Shapley Additive Explanations) 프레임워크의 계산 복잡성을 다룹니다. SHAP 점수는 기계 학습 모델의 지역적 설명력을 제공하지만, 일반적으로 계산이 매우 어려운 것으로 알려져 있습니다.
저자들은 마르코프 분포 하에서 SHAP 점수 계산의 계산 복잡성을 분석합니다. 주요 결과는 다음과 같습니다:
가중치 자동 기계(WA) 클래스에 대해 마르코프 분포 하에서 SHAP 점수 계산이 다항식 시간에 가능함을 보였습니다.
분리 DNF(d-DNF) 클래스와 의사결정 트리(DT) 클래스에 대해서도 마르코프 분포 하에서 SHAP 점수 계산이 다항식 시간에 가능함을 보였습니다.
이를 위해 저자들은 SHAP 점수 계산을 WA, d-DNF, DT 모델에 대한 언어/시퀀스-대-시퀀스 언어 연산으로 재구성하고, 이러한 연산을 다항식 시간에 수행할 수 있음을 보였습니다. 이는 SHAP 설명의 계산 가능성을 확장하는 중요한 결과입니다.