Menjelaskan penerimaan mahasiswa di universitas

Di bawah ini adalah visualisasi SHAP tentang pentingnya fitur data yang digunakan dalam model regresi untuk memperkirakan kemungkinan diterima di universitas, dengan menggunakan berbagai skor tes akademik umum di AS (CGPA; Cumulative Grade Point Average, GRE; Graduate Record Examination, dll.) sebagai atribut atau fitur prediktor.

• Plot menampilkan tingkat kepentingan relatif atribut prediktor (skor tes akademik) dalam proses inferensi yang digunakan model untuk memperkirakan kualitas suatu observasi (keputusan penerimaan seorang mahasiswa).
• Rentang nilai fitur direpresentasikan dengan warna dari biru (terendah) hingga merah muda (tertinggi). Posisi batang berwarna tiap fitur terhadap sumbu horizontal menunjukkan efek nilai fitur terhadap keluaran model: beberapa nilai fitur menghasilkan keluaran lebih tinggi saat nilainya tinggi, sementara nilai fitur lain justru menghasilkan keluaran lebih rendah saat nilainya tinggi.

Perhatikan dengan saksama plot SHAP di atas, lalu pilih pernyataan mana berikut ini tentang model yang mampu dijelaskan (explainability) dan kepentingan fitur yang benar: