iPAS AI 應用規劃師初級 115 年第二次 科一 第 43 題 詳解

115 年第二次 科一 人工智慧基礎概論

某信用評分公司導入SHAP（SHapley Additive exPlanations）框架分析機器學習模型的輸出行為。分析師希望了解：「對於某位特定申請人被評為高風險的信用評分，各項輸入特徵分別對這個評分結果貢獻了多少」。下列哪一項最能正確說明SHAP Shapley值在此情境中所提供的資訊？

1. A各特徵在模型訓練過程中對結果穩定性的影響程度

   訓練穩定性屬模型收斂議題，與特徵貢獻無關。

2. B此申請人的各項特徵，分別讓風險評分上升或下降的影響程度（正確答案）

   正解：指出各特徵推升或拉低該申請人評分的幅度。

3. C各特徵在所有客戶資料中對整體預測準確度的影響程度

   混淆全域準確度評估與單筆預測解釋。

4. D各特徵在模型中被使用的頻率

   使用頻率近似分裂次數統計，不等於貢獻度。