Lors de l'exécution du modèle XGBoost, les détails d'ajustement du modèle génèrent un tableau de classement de l'importance des fonctionnalités. Lors de l'exécution du profileur et par la suite, le classement par importance donne un autre classement des variables prédictives. Quelqu'un peut-il expliquer ce classement différent des fonctionnalités dans le même modèle ML ?
Quel classement dois-je choisir si je souhaite effectuer une sélection de fonctionnalités, le classement du modèle ou le classement du profileur ?
Salutations,
Lu
