Permutations в анализе данных и машинном обучении используется для вычисления важности признаков (Permutation feature importance). 12 Этот метод измеряет вклад каждого признака в статистические характеристики подобранной модели в заданном наборе табличных данных. 1

Идея метода в том, чтобы случайным образом перемешать значения одного признака и наблюдать за результирующим ухудшением оценки модели. 1 Так определяют, насколько модель полагается на этот конкретный признак. 1

Также permutation test score используется для оценки значимости оценки модели. 4 Он генерирует нулевое распределение, вычисляя точность классификатора на 1000 разных перестановках датасета. 4 Затем рассчитывается эмпирическое значение p как процент перестановок, для которых полученная оценка больше оценки, полученной с использованием исходных данных. 4