首页 > 解决方案 > CatBoost LossFunctionChange 中的负特征重要性值

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,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。

所以一个负的特征重要性值意味着这个特征让我的损失增加了?那说明什么呢?

标签: pythonmachine-learningcatboost

解决方案


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,您可以尝试删除它以提高最终质量。


推荐阅读