排列特征重要性

本文介绍如何在 Azure 机器学习设计器中使用“排列特征重要性”组件计算数据集的一组特征重要性分数。使用这些分数有助于确定最适合在模型中使用的特征。

在此组件中，特征值会被随机打乱，一次一列。在随机重排前后度量模型的性能。可以选择其中一个标准指标来度量性能。

该组件返回的分数表示排列后训练的模型的性能变化。重要特征通常对重排过程更为敏感，因此其重要性分数较高。

本文概述了排列特征及其理论基础，以及它在机器学习中的应用：排列特征重要性。

如何使用排列特征重要性

要生成一组特征评分，需要有经训练的模型和测试数据集。

将“排列特征重要性”组件添加到管道。可以在“特征选择”类别中找到此组件。
将经训练的模型连接到左输入。模型必须是回归模型或分类模型。
在右输入中，连接数据集。优先选择与训练模型所用的数据集不同的数据集。此数据集用于根据经训练的模型进行评分。此外还用于在特征值发生变化后评估模型。
对于“随机种子”，输入一个值，用作随机化种子。如果指定 0（默认值），将根据系统时钟生成一个数字。

虽然种子值可选，但如果想要使同一管道的运行结果可重现，应提供一个值。
对于“度量性能的指标”，选择在排列后计算模型质量时要使用的单个指标。

Azure 机器学习设计器支持以下指标，具体取决于评估的是分类模型还是回归模型：
- 分类
  
  准确度、精度和召回率
- 回归
  
  精度、召回率、平均绝对误差、均方根误差、相对绝对误差、相对平方误差和决定系数
若要更详细地了解这些评估指标及其计算方式，请参阅评估模型。
提交管道。
组件会输出特征列的列表以及与之关联的分数。列表按分数降序排列。

排列特征重要性的原理是随机更改每个特征列的值，每次更改一列。然后评估模型。

组件提供的排名通常不同于从基于筛选器的特征选择中获得的排名。基于筛选器的特征选择会在创建模型前计算分数。

造成这种差异的原因在于，排列特征重要性不会度量特征和目标值之间的关联。它会表现每个特征对模型预测的影响。

请参阅 Azure 机器学习可用的组件集。