Feature importance estimation in Epidemiological Machine Learning Models using SHAP

SCAVUZZO, JUAN; SCAVUZZO, C. MATIAS; ESPINOSA, MANUEL; ANDREO, VERÓNICA; CAMPERO, MICAELA; PERIAGO, VICTORIA; MARCELO ABRIL

Conferencia; IEEE ARGENCON 2020; 2020

Dengue,Chikungunya y Zika son enfermedades transmitidas por mosquitos de laespecie Aedes aegypti. En trabajos previos se mostró la utilidad delas técnicas de aprendizaje automático para modelar la variabilidadtemporal del vector en base a series temporales de datos satelitales.En este trabajo presentamos el uso de la herramienta ?SHapleyAdditive exPlanations? (SHAP) parala evaluación de la contribución de cada variable en los modelos deMachine Learning. Los resultados muestran cómo las variablesambientales influyen de manera diferente en diferentes épocas delaño. En términos generales el NDWI, la temperatura nocturna con lag1 y la diurna con lag 3 son las variables más importantes, así comola interacción entre ellas. Las rutinas y técnicas utilizadas sondescriptas y puestas a disposición para ofrecer al lector laposibilidad de reutilizarlas en otrosproblemas. p { margin-bottom: 0.1in; direction: ltr; color: #000000; line-height: 120%; text-align: left; orphans: 2; widows: 2; background: transparent }p.western { font-family: "Times New Roman", serif; font-size: 12pt; so-language: en-AU }p.cjk { font-family: "SimSun"; font-size: 12pt; so-language: zh-CN }p.ctl { font-family: "Times New Roman"; font-size: 12pt; so-language: ar-SA }a:link { color: #000080; so-language: zxx; text-decoration: underline }a:visited { color: #800080; text-decoration: underline }