Toelating tot de universiteit uitleggen

Hieronder zie je een SHAP-visualisatie van de belangrijkheid van datafeatures die in een regressiemodel worden gebruikt om de kans op universitaire toelating te schatten, met verschillende gangbare Amerikaanse academische testscores (CGPA; Cumulative Grade Point Average, GRE; Graduate Record Examination, enz.) als predictorattributen of features.

• De grafiek laat de relatieve belangrijkheid zien van predictorattributen (academische testscores) in het inferentieproces dat het model toepast om de kwaliteit van een gegeven observatie te schatten (een toelatingsbeslissing voor een student).
• Het bereik van featurewaarden wordt weergegeven met kleuren van blauw (laagst) tot roze (hoogst). De positie van de gekleurde balk per feature ten opzichte van de horizontale as toont het effect dat featurewaarden hebben op de uiteindelijke modeluitvoer: sommige features leiden tot hogere uitkomsten wanneer hun waarden hoger zijn, terwijl andere features juist tot lagere uitkomsten leiden wanneer hun waarden hoger zijn.

Kijk goed naar de bovenstaande SHAP-grafiek en kies welke van de volgende uitspraken over modeluitlegbaarheid en featurebelangrijkheid waar zijn: