Ważność cech (Feature Importance) to technika w uczeniu maszynowym służąca do określania poziomu wpływu poszczególnych zmiennych wejściowych na prognozy modelu. Każdej cesze przypisywana jest ocena numeryczna odzwierciedlająca jej wkład w generowanie wyniku przez algorytm klasyfikacji lub regresji. Metoda ta pomaga w identyfikacji kluczowych zmiennych, co pozwala na redukcję wymiarowości danych poprzez odrzucenie zmiennych nieistotnych lub szumowych. Dzięki analizie ważności cech możliwa jest także lepsza interpretowalność i zrozumienie sposobu działania złożonych modeli.
Źródło: developers.google.com
