文章图片
图 6:不同正则项系数所对应的线性层权重分布 。
具体规则
图 7 为 bank-marketing 数据集所学到的部分规则 , 这些规则被用于预测用户是否会在电话销售中接受银行的贷款 。 可以从这些规则中直观看出哪些用户状态以及公司行为会对销售结果产生影响 , 例如中年已婚的低存款用户更可能接受贷款 。 银行可以根据这些可解释的规则来调整自己的营销策略 , 以增加销量 。
虽然 RRL 并非专门设计用于图像分类任务 , 但得益于其较好的可扩展性 , RRL 仍可以通过可视化的方式为图像分类任务提供直观的解释 。 图 8 是对 fashion-mnist 图像数据集上 RRL 所学到的规则的可视化 。 从中可以直观地总结出模型的决策模式 , 例如通过袖子长短区分 T 恤和套头衫 。
文章图片
图 7:RRL 在 bank-marketing 数据集上学到的部分规则 。
文章图片
图 8:RRL 在 fashion-mnist 图像数据集上学到的规则的可视化 。
总结
论文提出了一种新的可扩展分类器 , 规则表征学习器(RRL) 。 RRL 能够通过自动学习可解释的非模糊规则进行数据表征和分类 。 得益于自身的模型结构设计、梯度嫁接法以及改进版逻辑激活函数的使用 , RRL 不仅有着较强的可扩展性 , 还能在模型复杂度较低的前提下获得较好的分类效果 。
【团队|鱼和熊掌不可兼得?清华团队提出高准确率的可解释分类模型】RRL 的提出 , 不仅使得可解释规则模型能够适用于更大的数据规模和更广的应用场景 , 还为从业人员提供了一个更好的在模型复杂度和分类效果之间权衡的方式 。 在未来工作中 , 把 RRL 拓展到非结构化数据上 , 如图像和文本等 , 从而提升此类数据模型的可解释性 。
推荐阅读
- 星链|石豪:在太空,马斯克和美国当局是如何作恶的
- 下架|APK Installer 和 WSATools 同时躺枪:冒牌应用登陆微软应用商店
- 影像|iQOO 9 系列预热:首发三星 GN5 传感器,150° 鱼眼超广角
- 软件和应用|AcrylicMenus:让Windows 10右键菜单获得半透明效果
- 技术|使用云原生应用和开源技术的创新攻略
- 软件和应用|iOS/iPadOS端Telegram更新:引入隐藏文本、翻译等新功能
- 实力比|小米12对标苹果遭嘲讽?雷军:国产手机的实力比想象中强,有和苹果比较的勇气
- Apple|法官称苹果零售店搜包和解协议虽不完美,但可继续进行
- 部落|excel固定显示行列视频:应用冻结窗格同时固定标题行和列
- 最新消息|宝马LG和其他公司正考虑使用量子计算机解决具体问题