特征交互与特征重要性

Question

特征交互和特征输入有什么区别？

Answer 1

我在这个自然:树木的可解释人工智能:从局部解释到全球理解上找到了解释它的最直观的方法：

特征重要性:特征对最终预测的贡献。如果它是一个线性回归，这将是系数。对于决策树，意味着准确性降低，或者如论文所述，shapley值。来自shapley github

特征交互:模型基于两个特征进行预测，我们可以将预测分解为四个项:常数项、第一个特征项、第二个特征项和两个特征之间的交互项。两个特征之间的相互作用是在考虑了个体特征效应后，通过改变特征而发生的预测变化。

让我们说我们的模型是：

y = a + b·x_1 + c·x_2 + d·x_1·x_2  

特征重要性项为b和c。

功能交互将是产品x_1·x_2

一个是系数，另一个是两者之间的关系。在下面的图表中，您可以看到年龄和性别之间的关系随着年龄的增加而变化。