深入探索Catboost模型可解释性（下）

交互

通过这个参数，您可以找到一对特性的强度(两个特性的重要性)。

在输出中，您将得到每对特性的列表。列表将有3个值，第一个值是该对中第一个特性的索引，第二个值是该对中第二个特性的索引，第三个值是该对的特性重要性得分。具体实施请查看嵌入式笔记本。

有趣的是，在单一功能重要性中，前两个功能不一定会成为最强的一对。

笔记本

笔记本中使用的数据集

对象重要性

你为什么要知道？

• 从训练数据中删除最无用的训练对象
• 将一批新对象按优先级排列，以便根据哪些对象最有帮助进行标记，类似于主动学习。

使用此功能，您可以计算每个对象对测试数据优化指标的影响。正值表示优化指标增加，负值表示优化指标减少。该方法是本文所描述方法的一个实现。这些算法的细节超出了本文的范围。

Catboost对象重要性教程

cb.get对象重要性中有三种更新方法：

• SinglePoint：最快最不准确的方法
• TopKLeaves:指定叶数。数值越大，计算越精确，速度越慢
• AllPoints:最慢最准确的方法

例如，下面的值将方法设置为TopKLeaves，并将叶子的数量限制为3:

TopKLeaves:top=3

模型分析情节

CatBoost最近在其最新更新中启动了此功能。有了这个特性，我们将能够可视化算法是如何分割每个特性的数据的，并查看特性特定的统计信息。更具体地说，我们将能够看到：

• 每个容器（容器用于连续特征）或类别的平均目标值（目前仅支持OHE特征）
• 每个容器/类别的平均预测值
• 每个容器中的对象数
• 对不同特征值的预测：对于每个对象，特征值都是不同的，因此它会落入某个容器中。然后，该模型根据该特性的新值预测目标，并取一个容器中预测的平均值（由红点给出）。

这个图会给我们提供信息，比如我们的分割有多均匀（我们不希望所有的物体都放在一个容器里），我们的预测是否接近目标（蓝色和橙色的线），红线会告诉我们预测对某个特征有多敏感。

数值特性分析

一组热编码特征分析

感谢您阅读本文。希望下次您能够使用这些工具更好地开发您的模型。

End