知识卡片
比较权重要先看尺度
线性或逻辑模型的系数含义依赖特征单位及编码:原始年龄增加一岁与标准化年龄增加一个标准差,不能使用同一种业务话术。不同量纲的系数绝对值也不能直接排重要性。类别系数须说明参考类;存在相关变量、交互或正则化时,还要结合模型形式解释,不能仅凭柱状图断定现实影响最大因素。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第11章 机器学习模型可解释性 11.2 常见的可解释模型 · 查看原书依据
对于连续型变量age来说,其参数取值是-0.53,表示其他变量保持不变,当年龄变化1个单位(注意,此处因为在预处理中对数据进行了归一化处理,因此,1单位变化指年龄增加一个单位年龄的标准差)时,该乘客最终存活的概率是失联的e-0.53=0.58倍,总体规律是乘客年龄越大,模型越倾向于预测为失联人群。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第11章 机器学习模型可解释性,11.2 常见的可解释模型(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0062.xhtml)
- 结论依据:原文特别说明年龄预处理后的一单位是一个标准差,前文又按权重大小排序,故保留尺度条件。
- 原始内容:对于连续型变量age来说,其参数取值是-0.53,表示其他变量保持不变,当年龄变化1个单位(注意,此处因为在预处理中对数据进行了归一化处理,因此,1单位变化指年龄增加一个单位年龄的标准差)时,该乘客最终存活的概率是失联的e-0.53=0.58倍,总体规律是乘客年龄越大,模型越倾向于预测为失联人群。