研究者提出条件可加局部模型CALMs

Vasilis Gkolemis等作者提出条件可加局部模型（CALMs），试图缩小可解释性与精度之间的取舍：据作者称，该模型在可解释性上接近广义可加模型（GAM），在精度上接近GA²Ms。 CALMs 让每个特征拥有多个单变量形状函数，各函数由该特征交互对象的简单阈值条件在不同输入子区域激活，使效应保持局部可加的同时捕捉特征间交互。作者同时给出蒸馏式训练流程。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。