关于解释任务响应的对比解释部分重要性解释的问题

Question

我想知道在获得解释任务响应时如何解释对比解释部分中的 "importance" 值。请参阅 https://cloud.ibm.com/apidocs/ai-openscale#get-explanation-task > 实体 > contrastive_explanation > pertinent_positive_features（以及 pertinent_negative_features）。

对于某些与输入特征相比未发生变化的特征，重要性似乎较高，而对于某些值与输入相比发生变化的特征而言，重要性似乎较低。我试图了解返回的所有功能中哪些是关键 - 我首先选择了那些与输入功能相比发生变化的功能，但由于这与重要性值不一致，我想更好地了解这种重要性代表什么？

例如：

"input_features": [
            {
                "feature_type": "categorical",
                "name": "CheckingStatus",
                "value": "less_0"
            },
            ...

和

 "contrastive_explanation": {
            "pertinent_positive_features": [
                ...
                {
                    "feature_value": "no_checking",
                    "importance": "0.0",
                    "feature_name": "CheckingStatus"
                },

该特征已更改，但其对相关积极特征的重要性为 0？

Answer 1

相关阳性特征的重要性计算为从中值到相关阳性特征值所需的变化。例如，如果特征 F1 的相关正值为 20，并且 f1 的中值为 2，则重要性取决于 20 和 2 之间的距离（即 18）。我们还考虑了标准偏差以标准化不同特征之间的距离。因此，PP 中值未发生变化的特征可能具有高权重（如果该值远离其中值）。所以权重是衡量PP特征值离它的中位数有多远。

话虽如此，另一种查看功能重要性的方法是查看那些已更改的功能。

谢谢，马尼什

关于解释任务响应的对比解释部分重要性解释的问题

Question about interpretation of importance in contrastive explanation section of the explanation task response

watson-openscale