待验证50% 置信事实精确时间
SHAP由Scott Lundberg于2017年在NeurIPS论文中提出，是唯一同时满足局部准确性、缺失性和一致性三个公理的归因方法
1
来源数
50%
置信度
长期有效
时效性
2026/8/29
首次发现
来源
涉及实体
相关事实
已验证SHAP（SHapley Additive exPlanations）由 Lundberg 与 Lee 于 2017 年提出，基于合作博弈论中的 Shapley 值原理71% 相似待验证SHAP的理论基础来自合作博弈论中的Shapley值概念，由诺贝尔经济学奖得主Lloyd Shapley于1953年提出，2017年Lundberg和Lee将其引入机器学习领域61% 相似待验证统计学家Donald Rubin在1976年提出了三种缺失机制：MCAR、MAR和MNAR59% 相似待验证SHAP（SHapley Additive exPlanations）的理论根基源自1953年诺贝尔经济学奖得主Lloyd Shapley在合作博弈论中提出的公平分配方案58% 相似待验证2020 年研究人员实现了 SHA-1 的选择前缀碰撞（Chosen-Prefix Collision）53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/818098API
curl https://kongchang.com/api/v1/knowledge/claims/818098MCP
get_claim(id=818098)