【问题标题】:Negative Feature Importance Value in CatBoost LossFunctionChangeCatBoost LossFunctionChange 中的负特征重要性值
【发布时间】:2019-04-20 21:40:23
【问题描述】:

我正在使用 CatBoost 进行排名任务。我使用 QueryRMSE 作为我的损失函数。我注意到某些特征的特征重要性值为负数,我不知道如何解释它们。

它在文档中说,第 i 个特征重要性计算为损失(排除第 i 个特征的模型)-损失(模型)之间的差异。

所以负的特征重要性值意味着该特征使我的损失增加? 那说明什么?

【问题讨论】:

    标签: python machine-learning catboost


    【解决方案1】:

    负特征重要性值意味着特征使损失上升。这意味着您的模型没有很好地利用此功能。这可能意味着您的模型欠拟合(没有足够的迭代次数并且它没有足够地使用该功能)或者该功能不好,您可以尝试将其删除以提高最终质量。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2021-04-08
      • 2018-12-14
      • 2021-12-23
      • 2021-02-03
      • 2016-11-07
      • 1970-01-01
      相关资源
      最近更新 更多