时间戳

首页 > 解决方案 > 关于解释任务响应对比解释部分重要性解释的问题

watson-openscale - 关于解释任务响应对比解释部分重要性解释的问题

问题描述

我想知道在获得解释任务响应时如何解释对比解释部分中的“重要性”值。请参阅https://cloud.ibm.com/apidocs/ai-openscale#get-explanation-task > entity > contrastive_explanation > pertinent_positive_features（以及 pertinent_negative_features）。

与输入特征相比，一些没有改变的特征的重要性似乎很高，而与输入相比，价值已经改变的一些特征的重要性似乎很低。我试图了解返回的所有特征中哪些是关键——我首先选择了与输入特征相比发生变化的那些，但由于这与重要性值不一致，我想更好地理解这个重要性代表？

例如：

"input_features": [
            {
                "feature_type": "categorical",
                "name": "CheckingStatus",
                "value": "less_0"
            },
            ...

和

 "contrastive_explanation": {
            "pertinent_positive_features": [
                ...
                {
                    "feature_value": "no_checking",
                    "importance": "0.0",
                    "feature_name": "CheckingStatus"
                },

该功能已更改，但其对相关积极功能的重要性为 0？

标签： watson-openscale

解决方案

相关阳性特征的重要性计算为从中值到相关阳性特征值所需的变化。例如，如果特征 F1 在其相关正数中具有值 20，并且 f1 的中值为 2，则重要性取决于 20 和 2 之间的距离（即 18）。我们还考虑了标准偏差以标准化不同特征之间的距离。因此，可能会发生在 PP 中其值没有改变的特征具有高权重（如果该值远离其中值）。因此，权重是衡量 PP 特征值与其中值相差多远的量度。

话虽如此，查看特征重要性的另一种方法是查看那些已更改的特征。

谢谢，马尼什

推荐阅读