Expliquer les admissions à l'université

Vous trouverez ci-dessous une visualisation SHAP de l'importance des caractéristiques des données utilisées dans un modèle de régression pour estimer la probabilité d'admission à l'université, en utilisant différents résultats de tests académiques américains courants (CGPA ; Cumulative Grade Point Average, GRE ; Graduate Record Examination, etc.) comme attributs ou caractéristiques prédictifs.

• Le graphique montre l'importance relative des attributs du prédicteur (résultats des tests académiques) dans le processus d'inférence appliqué par le modèle pour estimer la qualité d'une observation donnée (décision d'admission d'un étudiant).
• La gamme des valeurs des caractéristiques est représentée par des couleurs allant du bleu (la plus faible) au rose (la plus élevée). La position de la barre colorée de chaque caractéristique par rapport à l'axe horizontal montre l'effet des valeurs des caractéristiques sur les résultats du modèle : lorsqu'elles sont élevées, certaines conduisent à des résultats élevés et d'autres, à des résultats faibles.

Examinez attentivement le graphique SHAP ci-dessus et choisissez, parmi les énoncés suivants concernant l'explicabilité du modèle et l'importance des caractéristiques, ceux qui sont vrais :