Permutation Importances

Permutation Importance是一种变量筛选的方法，它有效地解决了变量重要性评估的两个问题。通过对每个变量进行排列并计算模型性能的变化，Permutation Importance可以衡量每个变量对模型性能的贡献程度。

标准化后的Permutation Importance可以考虑到随机性。具体而言，它是通过计算Permutation Importance与随机100次的结果的标准差来得到的。如果在Permutation Importance相对稳定的情况下，标准差较小，那么可以认为该变量的重要性结果更加稳定可靠。

关于Permutation Importances的更详细信息，您可以参考链接。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [特征筛选还在用XGB的Feature Importance？试试Permutation Importance](https://blog.csdn.net/weixin_38037405/article/details/127131599)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [PermutationImportance](https://blog.csdn.net/sinat_23971513/article/details/114901643)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]