《Machine Learning and Knowledge Extraction》：Beyond Predictive Accuracy: Reference-Aligned Evaluation of Explainable AI in Distribution Networks
编辑推荐：
特征归因可以描述已拟合的预测器，但可能与已声明的工程参考不一致。本研究开发了一种参考对齐审计，将预测性能、归因一致性、估计器精度和参考证据状态分开处理。两个公开的配电网络数据集提供了精确的加性对照：53,567条瑞士电表记录和240条厄瓜多尔公用事业月度记录。
特征归因可以描述已拟合的预测器，但可能与已声明的工程参考不一致。本研究开发了一种参考对齐审计，将预测性能、归因一致性、估计器精度和参考证据状态分开处理。两个公开的配电网络数据集提供了精确的加性对照：53,567条瑞士电表记录和240条厄瓜多尔公用事业月度记录。在共同的有限背景边际博弈下，瑞士多层感知器（multilayer perceptron, MLP）达到R2=0.99979，归一化归因距离为0.037；而梯度提升和随机森林保持R2>0.97，距离分别为0.480和0.706。在厄瓜多尔，对所有16个联盟的精确枚举得出MLP的R2=0.99846和距离0.399，尽管四个特征的秩完全一致。在一个双组博弈中联合替换三个计费及输送出流变量，结果保持不变（0.405）。针对MLP的聚类自助法显示，预测误差与零和归因差异之间的关联在瑞士为ρs=0.238（95% CI [0.025,0.440]），在厄瓜多尔为ρs=0.071（95% CI [?0.361,0.460]）；这些估计不能确立独立性。按公司均衡的分析暴露了被合并性能掩盖的CNEL-Sucumbíos失效，而样本量与多随机种子审计则保持定性的归因距离排序。一项覆盖全部电表的电压审计未将观测性回归认定为物理地面真值。结论仅限于声明的加性参考和归因博弈，不构成一般性的物理验证。
可解释人工智能（Explainable AI, XAI，即旨在使模型决策可被人理解的AI方法）的特征归因方法（即解释输入特征对预测结果的贡献）可以描述已拟合的预测器，但归因结果可能不同于工程上明确声明的参考。针对这一问题，本研究提出参考对齐审计（reference-aligned audit，即考察归因是否与既定工程参考一致的审计方法），将预测性能、归因一致性、估计器精度与参考证据状态四个维度分开评估，以避免仅凭预测精度或直观解释判断可解释AI的可靠性。
研究人员使用两个公开的配电网络数据集作为精确加性对照：瑞士53,567条电表记录和厄瓜多尔240条公用事业月度记录。在统一的有限背景边际博弈（finite-background marginal game，一种基于有限特征背景的博弈论归因设定）下，他们评估了多层感知器（multilayer perceptron, MLP）、梯度提升和随机森林等模型，并以归一化归因距离度量归因与工程参考的偏差。结果显示，高预测精度并不保证归因对齐：瑞士MLP的R
2=0.99979、归因距离0.037，而梯度提升和随机森林R
2均大于0.97、距离分别为0.480和0.706。这表明将预测精度与归因质量分开审计具有重要价值，为配电网络等工程场景提供了更严格的XAI评估范式。
主要技术方法包括：构建有限背景边际博弈实现归因的加性控制；对厄瓜多尔数据精确枚举全部16个联盟；用聚类自助法估计预测误差与零和归因差异的关联；进行按公司均衡的分析（即按公司平衡样本后再进行性能分析）、样本量审计和多随机种子审计；实施覆盖全部电表的电压审计（即使用所有电表电压数据的审计）。样本队列即上述两个公开数据集。
研究结果如下。
瑞士数据集结果：在共同有限背景边际博弈下，瑞士MLP达到R
2=0.99979、归一化归因距离0.037；梯度提升与随机森林的R
2均大于0.97，距离为0.480、0.706，说明预测精度高不一定归因对齐。
厄瓜多尔数据集结果：精确枚举全部16个联盟后，MLP的R
2=0.99846、归因距离0.399，尽管四个特征的秩完全一致；在双组博弈中联合替换三个计费及输送出流变量后，结果保持为0.405，说明完全秩一致仍可能存在数值性归因偏差。
误差-归因差异关联结果：聚类自助法显示，MLP的预测误差与零和归因差异之间的关联在瑞士为ρ
s=0.238（95% CI [0.025,0.440]），在厄瓜多尔为ρ
s=0.071（95% CI [?0.361,0.460]），均为弱相关，但不能据此确立二者独立。
按公司均衡与稳健性审计结果：按公司均衡的分析暴露了CNEL-Sucumbíos在合并性能下被掩盖的失败；样本量审计和多种子审计均保持归因距离的定性排序。
覆盖全部电表的电压审计结果：该审计未将观测性回归认定为物理地面真值，提示参考对齐并不等同于物理验证。
讨论部分强调，弱相关估计不能证明预测误差与归因差异独立；合并性能可能掩盖局部公司层面的失败；电压审计提醒不应将观测性回归视为物理真值。研究结论可翻译为：本研究的结论仅限于所声明的加性参考和归因博弈，不构成一般性的物理验证。
