有关https://stackoverflow.com/a/12347891/10818862的使用树解释器的知识,以了解基于树的分类器中的每个特征如何对模型的预测做出贡献。
Kevin显示了虹膜数据集中3个类别中每个类别的每个特征的贡献
我想知道每个特征贡献的正负值意味着什么吗?
例如:reg result[11:0] // each nibble represents a digit
always @(*) begin
case (num[2:0])
3'b000 : result = 12'h000;
3'b001 : result = 12'h125;
3'b010 : result = 12'h250;
3'b011 : result = 12'h375;
3'b100 : result = 12'h500;
3'b101 : result = 12'h625;
3'b110 : result = 12'h750;
default : result = 12'h875;
endcase
end
值对于-0.43939394
功能意味着什么,如果这是分类问题而不是回归问题?
从开始,如果这是一个回归问题,则负值表示将导致预测的输出较低,而较高的值将较高。
此外,在sklearn中,特征重要性表示平均减少的杂质 what i read。 在这种情况下,正值是否相同?