SHAP（SHAP 值解释）

SHAP（SHapley Additive exPlanations）由Lundberg和Lee于2017年提出，将预测值分解为各特征的加性贡献。其理论基础是合作博弈中的Shapley值，满足局部准确性和一致性。技术上通过采样近似计算，适用于任何模型，但计算成本随特征数指数增长，常用KernelSHAP或TreeSHAP加速。