AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
平均不纯度减少 (MDI)
一种变量重要性评估方法，用于衡量在集成模型构建树的过程中，每个特征带来的不纯度（基尼系数或熵）平均减少量。
个术语
平均准确率下降 (MDA)
一种基于置换的重要性技术，通过在测试集上随机置换某个变量的值，并测量模型性能的下降程度来评估该变量的影响。
个术语
增益比重要性
基于信息增益比的重要性度量，通过特征的熵对信息增益进行归一化，以惩罚具有大量不同值的变量。
个术语
袋外 (OOB) 特征重要性
一种重要性评估技术，使用随机森林中每棵树的袋外样本，测量在这些样本中置换某个变量值时袋外误差的增加量。
个术语
条件置换重要性
置换重要性的变体，通过在其他变量条件下置换值来尊重特征间的依赖关系，减少对相关特征的偏差。
个术语
删除列重要性
一种重要性评估方法，通过完全移除某个特征后重新训练模型，并将性能与完整模型进行比较来衡量该特征的影响。
个术语
基于不纯度的特征重要性
一类基于树构建过程中节点不纯度减少的重要性评估方法，包括MDI和基尼重要性，但可能对高基数特征产生偏差。
🔍