请问这个原理是啥呀?
收起
当前问题酬金
¥ 15 (您已提供 ¥ 20, 还可追加 ¥ 485)
支付方式
扫码支付
支付金额 15 元
提供问题酬金的用户不参与问题酬金结算和分配
支付即为同意 《付费问题酬金结算规则》
是的,训练集和测试集的划分和随机数种子对模型的特征重要性有一定影响。不同的划分方式可能会导致模型对不同特征的重要性的评估不同,因为模型在训练时可能会更加关注某些特定的特征。同时,由于机器学习算法通常都包含随机性,所以使用不同的随机数种子可能会导致模型学习到的内容不同,从而导致特征重要性的评估不同。
尽管如此,大部分情况下特征重要性的排序是相似的。这是因为模型通常会对更重要的特征更加关注,所以它们的重要性往往会比较高。当然,这并不意味着排名完全一样,但是大多数情况下排名都是相似的。
报告相同问题?