Spaltenbeitragsäquivalent für XGBoostHallo @russ_wolfinger ,
Ich habe eine Frage zur Interpretation der Informationen im Teil "Tatsächliche nach vorhergesagten Plots" des XGBoost-Berichts. Darin befindet sich eine Untertabelle "Wichtigkeiten", die die Gewinn- und Deckungsstatistik für das interessierende Modell enthält.
Was mich interessiert, ist, besser zu verstehen, welche davon den Informationen zu Spaltenbeiträgen entspricht, die auf Plattformen wie Boosted Tree und Bootstrap Forest angegeben sind. Mir scheint, dass die Cover-Statistik das beste Analogon zu den Spaltenbeiträgen ist, aber vielleicht irre ich mich.
Im Folgenden finden Sie als Beispiel eine Ausgabe, die ich für ein Modell habe, das ich ausgeführt habe. Die Spalte "Teilungen" ist klar und der Gewinn wird auch durch das Hilfe-PDF gut erklärt, aber die Spalte "Cover" scheint bei korrekter Skalierung den Spaltenbeiträgen zu entsprechen. Ich habe eine Spalte mit dem Namen Beitrag erstellt. das ist das Cover geteilt durch die Col Sum (Cover). Interpretiere ich die Ergebnisse richtig?
Vielen Dank!,
DS
Betreff: Spaltenbeitragsäquivalent für XGBoostHallo @russ_wolfinger ,
Vielen Dank für das Feedback, ich werde die Daten auf diese Weise überprüfen und die verschiedenen Ergebnisse vergleichen. Ein direkter Vergleich mag nicht so trivial sein, aber es scheint, dass er immer noch irgendwie konzeptionell zusammenhängt, und ich muss nur den besten Weg finden, dies angesichts meiner spezifischen Situation zu bewerten.
Vielen Dank!,
DS
Betreff: Spaltenbeitragsäquivalent für XGBoostHallo @DS ,
Die Deckungsstatistik bezieht sich eher auf die Anzahl der Beobachtungen, die in Knoten fließen, die durch Aufteilen der Variablen erstellt wurden. Schlagen Sie die Websuche "xgboost cover" vor, um online mehrere informative Erklärungen zu erhalten.
Ich glaube, dass Spaltenbeiträge von anderen Plattformen direkter mit Quadratsummen zusammenhängen und es möglicherweise keine einfache Transformation für die XGBoost-Ausgabe gibt. Die Standardisierung von Cover, wie Sie es getan haben, erscheint auf jeden Fall vernünftig.
Normalerweise klicke ich mit der rechten Maustaste auf> Als Datentabelle speichern, alle drei Statistiken protokollieren, den Variablennamen als Bezeichnung zuweisen und dann multivariat ausführen, um sie gegeneinander zu zeichnen.
