變數重要性

變數重要性 (也稱為特徵重要性) 是一種分數，用來表示特徵對模型的「重要性」。舉例來說，如果某個模型有兩個輸入特徵「f1」和「f2」，變數重要性為 {f1=5.8, f2=2.5}，則特徵「f1」對模型而言比特徵「f2」更重要。與其他機器學習模型一樣，變數重要性是瞭解決策樹運作方式的簡單方法。

您可以將模型無關的變數重要性 (例如變換變數重要性) 套用至決策樹。

決策樹也有特定變數的重要性，例如：

• 使用指定變數的拆分分數總和。
• 含有指定變數的節點數量。
• 在所有樹狀圖路徑中，首次出現特徵的平均深度。

變數的重要性可能因下列因素而異：

• 語意
• 的保護
• 資源

此外，變數重要性會提供下列不同類型的資訊：

• 模型
• 資料集
• 訓練過程

舉例來說，包含特定特徵的條件數量可指出決策樹查看這個特定特徵的程度，進而指出變數的重要性。畢竟，如果不重要，學習演算法就不會在多個條件下使用某個功能。不過，如果同一個特徵出現在多個條件中，也可能表示模型嘗試但未能將特徵模式推廣。舉例來說，如果某個特徵只是示例 ID，且沒有可概括的資訊，就可能發生這種情況。

另一方面，如果排序變數的重要性值偏高，表示移除特徵會對模型造成不利影響，這表示變數的重要性。不過，如果模型健全，移除任何一項特徵可能不會影響模型。

由於不同的變數重要性會提供模型的不同面向，因此同時查看多個變數重要性會提供有用的資訊。舉例來說，如果某項特徵根據所有變數重要性皆為重要，則該特徵很可能是重要特徵。舉另一個例子來說，如果某個特徵的「節點數量」變數重要性偏高，而「排列組合」變數重要性偏低，則該特徵可能難以推廣，並可能會影響模型品質。

YDF 代碼

在 YDF 中，您可以呼叫 model.describe() 並查看「變數重要性」分頁，瞭解模型的變數重要性。詳情請參閱 模型理解教學課程。