SHAP 지표의 전역 중요도 추정과 통계적 신뢰구간 구축

초록

본 논문은 모델‑agnostic SHAP(Shapley Additive Explanations)에서 전역 변수 중요도인 평균 절대 SHAP·평균 제곱 SHAP의 통계적 추론을 가능하게 하는 반편향 추정기를 제안한다. p≥2인 경우 U‑통계와 Neyman‑orthogonal 점수를 결합한 비편향 추정량을, 1≤p<2인 경우는 부드러운 대체 함수를 이용한 스무딩 기법을 도입해 asymptotic normality를 확보한다. 또한 SHAP 곡선 자체를 학습하기 위한 orthogonal loss와 위험 최소화 이론을 제공한다.

상세 분석

이 연구는 SHAP 곡선 ϕ_a(x)를 “nuisance function”으로 취급하고, 그 함수의 추정 오차가 전역 중요도 θ_p=E|ϕ_a(X)|^p 의 1/√n 수렴률을 방해하지 않도록 설계된 반편향 추정기를 개발한다. p≥2 구간에서는 m_p(Z,Z’;g)=|ϕ(X)|^p+γ(X)