Desembalaje del SHAP

Una de las razones de la magia de las herramientas XAI (Inteligencia Artificial Explicable), como SHAP, es la capacidad de mostrar no sólo la importancia general de las características predictoras de un modelo, sino también la importancia específica y la relación entre las características de entrada y la salida o predicción de un modelo concreto.

El siguiente gráfico representa la importancia que desempeñan distintas puntuaciones de pruebas académicas comunes en EE.UU. a la hora de estimar la probabilidad de admisión en la universidad, para un único estudiante admitido. La predicción resultante del modelo es un nivel de calidad de 0,63 para esta decisión de admisión de alumnos.

A continuación hay cuatro afirmaciones relacionadas con la importancia de las características y el comportamiento del modelo en esta previsión.

Una de estas afirmaciones es falsa. ¿Sabes cuál?