Classement de l’importance du profileurLors de l'exécution du modèle XGBoost, les détails d'ajustement du modèle génèrent un tableau de classement par importance des fonctionnalités. Lors de l'exécution du profileur, 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 des modèles ou le classement des profileurs ?
Salutations,
Lu
Exploration et visualisation des donnéesRe : Classement de l'importance du profileurQuand tu dis, " l'exécution du profileur et ensuite le classement par importance donne un autre classement des variables prédictives, " Faites-vous référence à l'utilisation de l'une des commandes Prediction Profiler présentées ici :
Re : Classement de l'importance du profileurOui
Re : Classement de l'importance du profileurXGBoost et Prediction Profiler utilisent des métriques complètement différentes pour une importance variable. Le complément XGBoost produit un indice appelé Gain qui est basé sur le comportement de division des arbres boostés sous-jacents. Le Prediction Profiler utilise le rééchantillonnage pour produire un indice de variabilité de la réponse contre la variabilité des prédicteurs. Les deux classements différents ne seront pas forcément les mêmes.
