TempShap：解析时间序列预测中特征作用时间与影响程度

TempShap 是一种基于损失的回溯性 Shapley 解释框架，将每个输入单元 $(t,i)$ 视为博弈参与者，以解决时间序列预测中特征作用时间及预测期影响变化的问题。该框架通过置换共享降低单元级计算成本，其归因张量可生成时间定位与预测期影响分布。实验表明，TempShap 在冗余输入下能保留总价值，并在多种预测基准和模型家族的特征删除排序中展现出优势。