machine-learning - 如何为预测添加一些全局和本地可解释性，以了解客户流失的原因？

Question

主要目标是了解：

1. 客户流失的可能性有多大？
2. 确定每个用户的流失原因。

目前，我使用的是随机森林模型。我可以看到所有用户最重要的功能。有没有办法让每个用户都获得重要的功能？例如，可能一个客户因为不喜欢该产品而离开，而另一个客户因为它是昂贵的产品而离开，等等。

提前致谢！

Answer 1

单个 SHAP 值可用于这种本地可解释性。SHAP 值计算每个预测变量的贡献，并且可以在全球范围内应用，或用于特定群体（即离开的客户）或单个客户。