我有一个强加的功能，在XGBOOST功能重要性得分中得分为0。但是，我希望我的模型考虑这一点。有没有可以编辑（强力）特征重要性的解决方案？否则，有什么理论可以解决我的问题吗？
提前致谢。
最佳答案
问题是您使用的模型，XGBoost在进行拟合以提高分数时会选择要素重要性。
您可以使用其他模型，例如KNN。如果在功能上使用StandardScaler，则即使相关性很差，它们也都具有相同的重要性。然后，您可以更改任何功能的标准偏差以增加或减小其重要性。
您很有可能会降低模型的性能，但是如果您绝对希望考虑某个功能，那么我认为这是一个好方法。
关于machine-learning - 如何更改Xgboost中的功能重要性，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53263389/