等同于XGBoost的列贡献你好 @russ_wolfinger ，
我对XGBoost报告的“实际按预测的图”部分中包含的信息的解释有疑问。其中的“重要度”子表包含感兴趣模型的增益和覆盖率统计信息。
我感兴趣的是更好地理解其中哪一个对应于在Boosted Tree和Bootstrap Forest等平台中提供的列贡献信息。对我而言，Cover统计数据似乎是该列贡献的最佳模拟，但也许我误会了。
例如，下面是我运行的模型的输出。拆分列很清楚，帮助PDF也很好地解释了“增益”，但是“覆盖”列看来，如果缩放比例正确，将等同于列贡献。我做了一个专栏“贡献”？那是封面除以col Sum（Cover）。我是否正确解释了结果？
谢谢！，
DS
回复：等同于XGBoost的列贡献你好 @russ_wolfinger ，
感谢您的反馈，我一定会以这种方式查看数据并比较不同的结果。直接比较可能并不那么琐碎，但似乎它在某种程度上还是与概念相关的，我只需要根据我的具体情况找到最佳的评估方法。
谢谢！，
DS
回复：等同于XGBoost的列贡献你好 @DS ，
覆盖统计信息与流到通过拆分变量而创建的节点中的观测值数量更多相关。 建议在网络上搜索“ xgboost封面”以在线查看一些有用的解释。
我相信其他平台的“列贡献”与平方和更直接相关，并且可能不会轻易转换为XGBoost输出。 在任何情况下，像您所做的那样标准化Cover显然都是合理的。
我通常要做的是右键单击>另存为数据表，对所有三个统计数据进行日志转换，将变量名称分配为标签，然后进行多变量将它们相互绘制。
