Question

我想知道如何在获得解释性任务答复时解释对比性解释部分中的“重要性”值。请参见https://cloud.ibm.com/apidocs/ai-openscale#get-explanation-task>实体>对比解释> pertinent_positive_features（以及pertinent_negative_features）。

与输入要素相比，未更改的某些要素的重要性似乎较高；对于与输入值相比已发生更改的某些要素，重要性似乎较低。我试图了解返回的所有功能中的哪些是关键-与输入功能相比，我首先进行了更改，但是由于这与重要性值不符，我想更好地了解此重要性代表？

例如：

"input_features": [
            {
                "feature_type": "categorical",
                "name": "CheckingStatus",
                "value": "less_0"
            },
            ...

和

 "contrastive_explanation": {
            "pertinent_positive_features": [
                ...
                {
                    "feature_value": "no_checking",
                    "importance": "0.0",
                    "feature_name": "CheckingStatus"
                },

该功能已更改，但其对相关阳性功能的重要性为0？

Answer 1

相关正特征的重要性的计算方式是从其中位数达到相关正特征值所需的变化。例如，如果特征F1的相关正值为20，而f1的中值为2，则重要性取决于20与2之间的距离（即18）。我们还考虑了标准偏差，以标准化不同特征之间的距离。因此，PP中值未更改的特征可能具有较高的权重（如果该值偏离其中位数）。因此权重是PP特征值与其中值之间距离的度量。

说过，查看功能重要性的另一种方法是查看那些已更改的功能。

谢谢，曼尼什（Manish）

关于解释任务回答的对比解释部分中重要性解释的问题

1 个答案: