2024年9月19日
机器学习模型中特征贡献度分析：预测贡献与错误贡献
摘要： 在机器学习领域，特征重要性分析是一种广泛应用的模型解释工具。但是特征重要性并不等同于特征质量。本文将探讨特征重要性与特征有效性之间的关系，并引入两个关键概念：预测贡献度和错误贡献度。 核心概念 预测贡献度：衡量特征在模型预测中的权重，反映模型在训练集上识别的模式。这与传统的特征重要性概念相似。 错误 阅读全文
posted @ 2024-09-19 09:59 deephub 阅读(52) 评论(0) 推荐(0) 编辑