- feature importance
feature importance是特征重要性，值都是正数，表示特征的重要性，但是无法显示特征对模型的效应是正还是负方向。
特征重要性的定义是当改变一个特征的值的时候，对于预测误差带来的变化。怎么理解呢？当我们改变一个特征，预测误差发生了很大的变化，说明该特征又很大的影响力，而相反的，如果改变另一个特征的值，对于预测结果的误差没有什么影响，那说明这个特征无关紧要。 -
shap值
shap值是对模型的特征的贡献的值的评估，分正负，正值表示特征对模型的预测是正效应，负值表示特征对模型的预测是负效应。
Shapley值是一个很有趣的工具，他假定每一个特征就好像游戏中的一个玩家，每个玩家对于预测的结果都有一定的贡献。对于每一个预测结果，Shapley值给出每一个特征对于这个预测结果的贡献度。
模型解释的常用方法
python的shap包具有的适用于不同类型的机器学习的类型的解释
- TreeExplainer : Support XGBoost, LightGBM, CatBoost and scikit-learn models by Tree SHAP. 示例用法
- DeepExplainer (DEEP SHAP) : Support TensorFlow and Keras models by using DeepLIFT and Shapley values.
- GradientExplainer : Support TensorFlow and Keras models.
- KernelExplainer (Kernel SHAP) : Applying to any models by using LIME and Shapley values.
机器学习的特征的解释性：feature importance和shap值的对比
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 数值分析——绪论及误差分析 数值分析——绪论及误差分析[#%E6%95%B0%E5%80%BC%E5%88%86%...
- 原文 https://makeoptim.com/deep-learning/mac-m1-tensorflow[...
- 简介 大概是今年6月份参加微信大数据挑战赛的时候，我才开始认识到特征选择也是机器学习中非常重要的一环。在诸如CTR...
