특정 모델의 구조 활용
일반적인 효용 함수를 대상으로 모든 자료의 섀플리 값을 계산하는 일은 비용이 크다. 이 연구는 최근접 이웃 알고리즘에 초점을 맞춰 계산 절차를 구성했다.
정확 계산의 범위
비가중 KNN 분류와 회귀의 연구 설정에서 N개 자료의 값을 O(N log N) 시간에 정확하게 계산하는 결과를 제시했다. 이 복잡도를 임의의 신경망에 적용하는 결과는 아니다.
해싱 기반 근사
지역 민감 해싱을 활용한 근사 알고리즘도 제안했다. 근사 오차와 이웃 수에 관한 조건 아래에서 계산량을 더 줄이는 방법을 분석했다.
확장된 평가 상황
가중 KNN 분류와 여러 자료 관리자가 자료를 묶어 제공하는 상황 등도 다뤘다. 가치의 해석은 정해진 모델과 효용 함수에 연결된다.