等同於XGBoost的列貢獻你好 @russ_wolfinger ，
我對XGBoost報告的“實際按預測的圖”部分中包含的信息的解釋有疑問。其中的“重要度”子表包含了感興趣模型的“收益”和“覆蓋”統計信息。
我感興趣的是更好地了解其中哪些對應於在Boosted Tree和Bootstrap Forest等平台中提供的列貢獻信息。在我看來，Cover統計數據似乎是該列貢獻的最佳模擬，但也許我誤會了。
例如，下面是我運行的模型的輸出。拆分列很清楚，幫助PDF也很好地解釋了“增益”，但是“覆蓋”列看來，如果縮放比例正確，將等同於列貢獻。我做了一個專欄“貢獻”？那是封面除以col Sum（Cover）。我是否正確解釋了結果？
謝謝！，
DS
回复：等同於XGBoost的列貢獻你好 @russ_wolfinger ，
感謝您的反饋，我一定會以這種方式查看數據並比較不同的結果。直接比較可能並不那麼瑣碎，但似乎它在某種程度上還是與概念相關的，我只需要根據我的具體情況，找到最佳的評估方法。
謝謝！，
DS
回复：等同於XGBoost的列貢獻你好 @DS ，
覆蓋統計信息與流到通過拆分變量而創建的節點中的觀測值數量更多相關。 建議在網絡上搜索“ xgboost封面”以在線查看一些有用的解釋。
我相信其他平台的“列貢獻”與平方和更直接相關，並且可能不會輕易轉換為XGBoost輸出。 在任何情況下，像您所做的那樣標準化Cover顯然都是合理的。
我通常要做的是右鍵單擊>另存為數據表，對所有三個統計數據進行日誌轉換，將變量名稱分配為標籤，然後進行多變量將它們相互繪製。
