XGBoost API具有两个有关功能的数据点
- 功能重要性，可通过以下方式访问
xgb_bst.get_score（importance_type ='gain'）
文档将这些解释为：
获取每个功能的功能重要性。重要性类型可以定义为：
“增益”：使用该功能所有细分的平均增益。
- 功能性贡献，可由以下人员访问
feature_contribs = xgb_bst.predict（dtest，pred_contribs = True）
根据文档，输出将为大小矩阵（nsample，nfeats +1），每条记录均指示该预测的特征贡献（SHAP值）。所有特征贡献的总和等于预测的原始未变换边际值。
我的问题是
- 两者之间有什么相关性，因为从我看到的功能来看，
重要性（高收益）并不一定是头等大事
大多数个人数据的贡献者（正面），反之
是吗？
- 直觉上，我如何解释功能重要性与功能
有贡献吗？它们有何不同？