classification - 特征重要性可以用来解释模型预测的“为什么以及哪个特征有贡献”？

Question

我有一个 XGBoost(classificaion) 模型，使用 N 变量和模型的特征重要性列表，准确率约为 75%。我的问题是 - 对于给定的行和预测分数 - 我可以解释哪些特征导致 1 或 0 预测？

Answer 1

为此，我使用了 xgboostExplainer。这个 R 包为每个样本创建一个图，显示每个变量对最终预测的分数和累积贡献，例如

该样本被预测为阳性：

该样本被预测为阴性：

条形的高度取决于变量的重要性以及该变量对该样本的得分，即对于给定的样本，您可以看到哪些变量对最终预测有贡献以及原因。