模型中所有离散级别的H2O变量重要性

Question

我想从变量重要性的角度为给定模型提取各个分类级别。下面提供的数据集中有几种分类预测变量，但是当我去计算特征重要性时，只显示“整列”的重要性，而不是将重要性分解成类似C1_level0: importance和{{1 }}。如果手动对这些离散级别进行一次热编码，我将如何看到这些列的重要性？

C1_level1: importance

Answer 1

使用model.std_coef_plot()时，H2O的GLM可以实现这一点，但是model.varimp(True)的预期行为是给您每个功能的重要性，而不是各个级别的重要性。

如果您想了解个人水平和结果之间的关系，我建议您使用H2O的偏倚图（文档here和here。

Answer 2

您想要的东西称为partial dependency plots，您可以通过pdp_data = model.partial_plot(data=fi_data, cols=variable_list, plot=False, nbins=30,plot_stddev = False )命令获得它

在此数据表中，您拥有所需的信息，因此在进行一些处理后，可以为模型中的每个变量打印如下图。

红点代表Y的均值，每个级别的稀有事物的点prediction