问题描述
我使用 Google AutoML 创建了许多模型,我想确保我正确解释了输出数据。这是用于预测任何给定日期的网站转化率的线性回归模型。
首先,当模型完成训练后,模型给出模型特征的重要性。这似乎告诉我哪个特征在预测目标值时最重要,但不一定是它对那个值的更大变化贡献最大?
其次,我们有一堆局部特征权重,我认为可以告诉我每个特征对预测的贡献。因此,假设跳出率的特征权重为 -0.002,我们可以说该行的跳出率将预测降低了 0.002?有没有正确的方法来聚合它,它只是范围吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)