Абляция признаков: как читать изменение MAE

Полную модель и вариант без группы признаков проверили на одинаковых фолдах. Интерпретируйте знак разницы ошибок.

Выберите ответ и проверьте себя. Продолжить тему можно в курсе Классическое машинное обучение: алгоритмы и практика на Python.

При анализе абляции на двух зафиксированных фолдах получены значения MAE для полной модели: [4.0, 6.0], а для модели без исследуемой группы признаков: [5.0, 8.0]. Разница вычисляется как delta = MAE_ablation - MAE_full и равна [1.0, 2.0]. Какой вывод о знаке дельты и влиянии признаков является корректным в рамках этого эксперимента?

Выберите один вариантДельта положительна, что строго доказывает причинный эффект признаков на целевую переменнуюДельта отрицательна, так как исключение признаков уменьшило общую ошибку модели на фолдахДельта отрицательна, что подтверждает избыточность исключённой группы для линейной моделиДельта положительна, что указывает на ухудшение метрики после удаления группы на этих фолдах

Без регистрации · результат не сохраняется

Связанные задачи