ترجمه فارسی مقاله S-SIRUS: یک الگوریتم توضیح‌پذیری برای رگرسیون مکانی، جنگل تصادفی

چکیده

Random Forest (RF) is a widely used machine learning algorithm known for its flexibility, user-friendliness, and high predictive performance across various domains. However, it is non-interpretable. This can limit its usefulness in applied sciences, where understanding the relationships between predictors and response variable is crucial from a decision-making perspective. In the literature, several methods have been proposed to explain RF, but none of them addresses the challenge of explaining RF in the context of spatially dependent data. Therefore, this work aims to explain regression RF in the case of spatially dependent data by extracting a compact and simple list of rules. In this respect, we propose S-SIRUS, a spatial extension of SIRUS, the latter being a well-established regression rule algorithm able to extract a stable and short list of rules from the classical regression RF algorithm. A simulation study was conducted to evaluate the explainability capability of the proposed S-SIRUS, in comparison to SIRUS, by considering different levels of spatial dependence among the data. The results suggest that S-SIRUS exhibits a higher test predictive accuracy than SIRUS when spatial correlation is present. Moreover, for higher levels of spatial correlation, S-SIRUS produces a shorter list of rules, easing the explanation of the mechanism behind the predictions.

چکیده به فارسی (ترجمه ماشینی)

جنگل تصادفی (RF) یک الگوریتم یادگیری ماشین به طور گسترده است که به دلیل انعطاف پذیری ، کاربرپسندی کاربر و عملکرد پیش بینی کننده بالا در حوزه های مختلف شناخته شده است.با این حال ، غیر قابل تفسیر است.این می تواند سودمندی آن را در علوم کاربردی محدود کند ، جایی که درک روابط بین پیش بینی کننده ها و متغیر پاسخ از دیدگاه تصمیم گیری بسیار مهم است.در ادبیات ، روشهای مختلفی برای توضیح RF ارائه شده است ، اما هیچ یک از آنها چالش توضیح RF در زمینه داده های وابسته به مکانی را برطرف نمی کند.بنابراین ، این کار با هدف توضیح رگرسیون RF در مورد داده های وابسته به مکانی با استخراج یک لیست جمع و جور و ساده از قوانین انجام می شود.از این نظر ، ما S-SIRUS را پیشنهاد می کنیم ، یک گسترش فضایی از SIRUS ، دومی یک الگوریتم قانون رگرسیون به خوبی تثبیت شده است که قادر به استخراج یک لیست پایدار و کوتاه از قوانین از الگوریتم RF رگرسیون کلاسیک RF است.یک مطالعه شبیه سازی برای ارزیابی توانایی توضیح S-SIRUS پیشنهادی ، در مقایسه با SIRUS ، با در نظر گرفتن سطوح مختلف وابستگی مکانی بین داده ها انجام شد.نتایج نشان می دهد که S-SIRUS در هنگام وجود همبستگی مکانی ، دقت پیش بینی آزمون بالاتری نسبت به SIRUS نشان می دهد.علاوه بر این ، برای سطوح بالاتر همبستگی مکانی ، S-Sirus لیستی کوتاه تر از قوانین را تولید می کند و توضیحات مکانیسم پیش بینی ها را کاهش می دهد.