Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/16/2026
First Seen
Sources
Related Claims
Unverified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% similarUnverified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% similarUnverified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% similarUnverifiedTree-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% similarUnverifiedXGBoost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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/533400API
curl https://kongchang.com/api/v1/knowledge/claims/533400MCP
get_claim(id=533400)