【机器学习】机器学习模型的可解释性

腾讯技术工程 DataFunTalk 文章作者：Leoc 腾讯编辑整理：zizhewang ( 汪子哲 ) 内容来源：腾讯技术工程出品平台：DataFunTalk注：转载请联系原作者。导读：模型可解释性方面的研究，在近两年的科研会议上成为关注热点，因为大家不仅仅满足于模型的效果，更对模型效果的原因产生更多的思考，这样的思考有助于模型和特征的优化，更能够帮助更好的理解模型本身和提升模型服务质量。本文对机器学习模型可解释性相关资料汇总 survey。——综述——机器学习业务应用以输出决策判断为目标。可解释性是指人类能够理解决策原因的程度。机器学习模型的可解释性越高，人们就越容易理解为什么做出某些决定或预测。模型可解释性指对模型内部机制的理解以及对模型结果的 ………………………………