基于树集成模型规则抽取的机器学习可解释性研究
雍华
宁夏大学前沿交叉学院 宁夏中卫 755000
摘要：随着机器学习模型在金融、医疗等高敏感领域的广泛应用,模型可解释性成为确保决策透明性和用户信任的关键.树集成模型因其高精度与内在可解释性潜力,成为平衡性能与可解释性的重要工具.文章系统综述了从树集成模型中抽取规则以增强模型可解释性的研究进展,重点介绍了树集成模型的基本情况和从树集成模型中抽取规则以增强机器学习模型可解释性的各类技术,旨在为可解释人工智能的研究提供理论参考,推动规则驱动决策在高风险领域的可靠落地.
关键词：树集成模型规则抽取可解释性
论文发表日期：2025-06-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 50-54 )