#TimeSHAP

TimeSHAP是一个基于KernelSHAP的模型无关解释框架，专门用于分析时序数据和循环模型。它提供事件、特征和单元级别的归因计算，并通过Shapley值剪枝算法识别关键决策事件。TimeSHAP支持多种解释方法，包括局部和全局层面的分析，可应用于符合特定接口的各类机器学习模型，如PyTorch和TensorFlow实现的模型。