論文の概要: Assessment of the influence of features on a classification problem: an
application to COVID-19 patients
- arxiv url: http://arxiv.org/abs/2104.14958v1
- Date: Fri, 9 Apr 2021 20:02:05 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-03 19:43:04.189928
- Title: Assessment of the influence of features on a classification problem: an
application to COVID-19 patients
- Title（参考訳）: 分類問題に対する特徴の影響評価 : COVID-19患者への適用
- Authors: L. Davila-Pena, Ignacio Garc\'ia-Jurado, B. Casas-M\'endez
- Abstract要約: 本稿では,それぞれの特徴が個体の分類に与える影響を評価する。
この影響の尺度は、協調ゲームのシェープリー値を用いて導入される。
いくつかの実験は、そのような測定の適切な性能を検証するために設計されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper deals with an important subject in classification problems
addressed by machine learning techniques: the evaluation of the influence of
each of the features on the classification of individuals. Specifically, a
measure of that influence is introduced using the Shapley value of cooperative
games. In addition, an axiomatic characterisation of the proposed measure is
provided based on properties of efficiency and balanced contributions.
Furthermore, some experiments have been designed in order to validate the
appropriate performance of such measure. Finally, the methodology introduced is
applied to a sample of COVID-19 patients to study the influence of certain
demographic or risk factors on various events of interest related to the
evolution of the disease.
- Abstract（参考訳）: 本稿では,機械学習技術が対処する分類問題において重要な課題である,個々人の分類に対する各特徴の影響の評価について述べる。
具体的には、協調ゲームにおけるShapley値を用いて、その影響の尺度を導入する。
さらに, 効率特性とバランスの取れたコントリビューションに基づいて, 提案尺度の公理的特徴付けを行う。
さらに,これらの測定値の適切な性能を検証するために,いくつかの実験が設計されている。
最後に、covid-19患者のサンプルに導入した手法を用いて、特定の人口動態やリスク要因が、疾患の進化に関連する様々な関心事に与える影響を研究する。
関連論文リスト
- On the influence of dependent features in classification problems: a game-theoretic perspective [46.1232919707345]
本稿では,各特徴が分類問題における応答変数に与える影響を,新たな尺度として扱う。
特定の特徴を特徴とする個体のサンプルを考察し、各特徴は有限範囲の値を含み、二値応答変数に基づいて分類する。
論文 参考訳（メタデータ） (2024-08-05T14:02:26Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - Principles from Clinical Research for NLP Model Generalization [10.985226652193543]
一般化可能性の基礎を探求し、それに影響を与える要因について検討する。
関係抽出タスクにおけるエンティティ間の距離などの学習がモデルの内部妥当性にどのように影響するかを示す。
論文 参考訳（メタデータ） (2023-11-07T02:17:25Z) - Dataset Bias in Human Activity Recognition [57.91018542715725]
このコントリビューションは、トレーニングデータを統計的にキュレートし、人間の身体的特性がHARのパフォーマンスにどの程度影響するかを評価する。
時系列HARのセンサ,アクティビティ,記録の異なる2つのHARデータセット上で,最先端の畳み込みニューラルネットワークの性能を評価する。
論文 参考訳（メタデータ） (2023-01-19T12:33:50Z) - Benchmarking Heterogeneous Treatment Effect Models through the Lens of
Interpretability [82.29775890542967]
治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。
ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。
我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
論文 参考訳（メタデータ） (2022-06-16T17:59:05Z) - Counterfactual Phenotyping with Censored Time-to-Events [18.10004502065758]
本研究では,不均一な治療効果をモデル化するための潜時変動的アプローチを提案し,応答特性の異なる潜時クラスターの1つに個体が属することを提案する。
この潜伏構造は, 生存率を媒介し, 介入効果の判定に有効であることを示す。
論文 参考訳（メタデータ） (2022-02-22T18:34:40Z) - A Large Scale Benchmark for Individual Treatment Effect Prediction and
Uplift Modeling [7.1736440498963105]
個別治療効果(ITE)予測は、粒度レベルでの行動の因果的影響を説明し、推定することを目的としている。
このトピックの研究を促進するために、いくつかのランダム化制御試験から収集された139万のサンプルの公開コレクションをリリースする。
論文 参考訳（メタデータ） (2021-11-19T09:07:14Z) - SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event
Data [83.50281440043241]
時系列データから不均一な処理効果を推定する問題について検討する。
本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
論文 参考訳（メタデータ） (2021-10-26T20:13:17Z) - Interpretable Off-Policy Evaluation in Reinforcement Learning by
Highlighting Influential Transitions [48.91284724066349]
強化学習におけるオフ政治評価は、医療や教育などの領域における将来の成果を改善するために観察データを使用する機会を提供する。
信頼区間のような従来の尺度は、ノイズ、限られたデータ、不確実性のために不十分である可能性がある。
我々は,人間専門家が政策評価評価評価の妥当性を分析できるように,ハイブリッドAIシステムとして機能する手法を開発した。
論文 参考訳（メタデータ） (2020-02-10T00:26:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。