36. 某銀行的信用評分模型須向主管機關說明各項資料對評分結果的影響力。分析師採用排列特徵重要性(Permutation Feature Importance)方法,逐一打亂單一特徵的數值後重新測試模型表現。下列敘述何者最符合此方法判斷特徵重要性的原則?
(A)必須先計算該特徵與信用評分結果的線性相關係數,數值越高代表越重要;
(B)打亂後模型的預測誤差完全不變,代表該特徵對模型越重要;
(C)打亂某特徵的數值後,若模型預測誤差增加越多,代表該特徵對模型越重要;
(D)特徵打亂順序後,必須將模型搭配新資料重新訓練,才能判斷其重要性

答案:登入後查看
統計: A(4), B(7), C(17), D(4), E(0) #4037330

詳解 (共 2 筆)

#7512117
正確答案:(C) 解析: Permuta...
(共 162 字,隱藏中)
前往觀看
3
0
#7509961
最符合該方法的原則是(C)打亂某特徵的數...
(共 418 字,隱藏中)
前往觀看
1
0

私人筆記 (共 1 筆)

私人筆記#8644365
未解鎖
答案:(C) 解析: 排列特徵重要性...
(共 638 字,隱藏中)
前往觀看
0
0