AI時代系列(1) 機器學習三部曲: 🔹 第一部：《機器學習 —— AI 智慧的啟航》
57/100 第六週：模型評估與優化
57. 影響力評估與特徵重要性分析 📊 找出哪些變數對模型影響最大，提升模型可解釋性！
影響力評估與特徵重要性分析 📊
找出哪些變數對模型影響最大，提升模型可解釋性與決策品質！
________________________________________
🔎 一、什麼是特徵重要性（Feature Importance）？
• 特徵重要性 是衡量每個特徵（變數）對模型預測結果貢獻大小的技術
• 核心目標：
✅ 找出關鍵因素（Key Drivers）
✅ 剔除無用特徵，簡化模型
✅ 提高模型透明度與解釋性
🧠 二、為什麼特徵重要性很重要？
• 避免模型淪為黑箱（Black Box）
• 協助： ✅ 業務策略制定（行銷、風控） ✅ 特徵工程優化 ✅ 法規合規（AI 倫理與審查）
________________________________________
📈 三、常見特徵重要性分析方法
✅ 特徵重要性方法比較
1️⃣ 模型內建 Feature Importance
原理：根據樹模型中的分裂次數、資訊增益等統計指標計算特徵貢獻
優點：計算快速、邏輯直觀、內建支援
適用模型：決策樹、隨機森林、XGBoost、LightGBM 等樹模型
2️⃣ Permutation Importance（置換重要性）
原理：打亂單一特徵的值，觀察模型性能下降的幅度
優點：模型不可知（model-agnostic）、解釋力清晰
適用模型：所有機器學習模型
3️⃣ SHAP Values（SHapley Additive Explanations）
原理：基於 Shapley Value，計算每個特徵對預測結果的公平貢獻
優點：
✅ 支援全局與局部解釋
✅ 理論完整、穩定一致
適用模型：所有模型（樹模型如 RF、XGBoost 有最佳效能）
4️⃣ LIME（Local Interpretable Model-agnostic Explanations）
原理：透過對輸入資料做局部擾動，擬合簡單模型解釋個別預測
優點：
✅ 快速解釋單一預測結果
✅ 支援任意黑箱模型
適用模型：任何模型，尤其適合模型不可解釋的黑箱模型（如深度學習）
________________________________________
🛠 四、Python 示範（以隨機森林為例）
python
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris
import pandas as pd
import matplotlib.pyplot as plt
X, y = load_iris(return_X_y=True)
model = RandomForestClassifier().fit(X, y)
# 模型內建特徵重要性
feature_importance = model.feature_importances_
df = pd.DataFrame({'Feature': load_iris().feature_names, 'Importance': feature_importance})
df = df.sort_values(by='Importance', ascending=False)
print(df)
# 繪圖呈現
plt.barh(df['Feature'], df['Importance'])
plt.xlabel('Importance')
plt.title('Feature Importance (Random Forest)')
plt.show()
這段程式碼使用隨機森林分類器（RandomForestClassifier）對 Iris 鳶尾花資料集進行訓練，並提取模型內建的特徵重要性（feature importance），以判斷哪些變數對分類決策影響最大。資料整理後以 pandas 建立表格，再透過 matplotlib 繪製水平長條圖，直觀呈現各特徵的貢獻程度，有助於模型解釋與特徵選擇。這是樹模型中常見且快速的特徵分析方法。
✅ 結果解讀：
• 越重要的特徵對模型預測影響越大
• 可以直接做業務解讀：「哪些變數在主導模型決策？」
________________________________________
🌟 五、Permutation Importance（置換法）特點
• 不受模型結構影響，真正衡量「模型對特徵的依賴度」
• 可有效辨別「看似重要但實際不被模型用到」的假特徵
________________________________________
🎯 六、SHAP 特徵重要性（全局貢獻排名）
• 直接量化每個特徵在所有預測中的平均貢獻
• 可產生視覺化 Beeswarm 圖，直觀展現正負影響力
______________________________________
📚 七、應用場景
✅ 金融風控：找出影響拒貸的關鍵因子（如收入、負債比）
✅ 醫療決策：分析哪些檢測數據最影響疾病預測
✅ 電商推薦：理解用戶購買行為背後的主因
✅ 行銷策略：決定廣告投放時該優先關注的客群特徵
________________________________________
📌 八、總結重點
• 特徵重要性 = 讓 AI 告訴你「為什麼會這樣預測？」
• 幫助人類理性解讀 AI 決策，提升模型「可解釋性」與「可信度」
• 是合規審查（Explainable AI, XAI）必備技術
________________________________________
✅ 九、總結金句：
📊 影響力分析 = AI 模型的體檢報告，幫你找出真正關鍵的決策因子！
________________________________________
