Analisando o modelo: Importância de Variáveis

O gráfico de importância de variáveis mostra o quanto cada uma das variáveis explicativas teve impacto na tarefa de separar as classes corretamente.

No caso de um modelo de regressão logística, as variáveis mais importantes são aquelas com maiores coeficientes do regressor linear. Já no caso de um modelo de árvore, as variáveis mais importantes são aquelas que proporcionam maior similaridade entre os dois grupos criados após a divisão das amostras para algum valor dessa variável.

Checar a importância das variáveis é uma tarefa essencial quando queremos entender como o modelo está classificando as amostras.

Para entender um pouco mais sobre interpretabilidade de modelos de machine learning, recomendamos dar uma olhada nos seguintes posts do nosso blog: