待验证50% 置信事实精确时间

在TreeSHAP加速算法支持下，SHAP对随机森林、XGBoost等树模型的计算效率达到多项式级别

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

Vibe Coding实测：AI Agent几分钟完成完整科研实验

相关事实

待验证对树模型（如随机森林、XGBoost），SHAP 计算效率极高，并能生成特征重要性排序图、依赖图与蜂群图85% 相似待验证对于基于梯度提升树（如XGBoost）的传统机器学习模型，SHAP值、LIME等可解释性工具已相当成熟72% 相似待验证梯度提升树通过逐步叠加多棵决策树来修正前一棵树的残差误差，形成集成模型68% 相似待验证Tree-of-Thought允许模型同时展开多条推理路径，从中筛选出最优执行路径66% 相似待验证XGBoost由陈天奇于2014年提出，通过正则化的目标函数和高效的树构建算法统治Kaggle表格数据竞赛多年64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533400

API

curl https://kongchang.com/api/v1/knowledge/claims/533400

MCP

get_claim(id=533400)