<model_name>!EXPLAIN_FEATURE_IMPORTANCE¶

返回模型使用的每个特征的相对特征重要性。

语法¶

<model_name>!EXPLAIN_FEATURE_IMPORTANCE();

Copy

列	类型	描述
SERIES	VARIANT	序列值（如果模型使用单个时间序列训练时，为 NULL）。备注您的单序列结果可能没有 SERIES 列。查看最近的变更。
RANK	INTEGER	特定序列的特征重要性排名。
FEATURE_NAME	VARCHAR	用于训练模型的特征名称。`aggregated_endogenous_features` 代表所有通过目标变量的变换得到的特征。
IMPORTANCE_SCORE	FLOAT	特征的重要性分数：[0, 1] 中的值，其中 0 表示尽可能低的重要性，1 表示最高重要性。
FEATURE_TYPE	VARCHAR	特征的来源。其中之一： `user_provided`：用户提供的特征数据。 `derived_from_timestamp`：周期特征（如日、周或月），源自时间戳数据。 `derived_from_endogenous`：从目标变量的变换中得到的特征。

请参阅示例。