arXiv · Machine Learning Theory· Fabian Galis, Darian Onchis, Pedro Real Jurado·· 16 小时前AI 评分23
Ψ-Resilience：基于 1D 拓扑信号的无模型特征重要性方法
$\Psi$-Resilience: Model-Free Feature Importance from 1D Topological Signals
AI 导读
研究者提出 Ψ-Resilience，一种无模型特征重要性方法，通过估计类条件密度并沿特征轴取逐点绝对差构建类分歧景观，再以该 1D 信号的 0 维持续性定义韧性泛函，生成可审计的重要性评分。在合成数据集上，其 Spearman 秩相关最高达 0.8，与 SHAP 和互信息等方法表现相当；在真实数据集上相关性最高达 0.9。
来源：arXiv · Machine Learning Theory · arxiv.org