Какие методы перестановки используются в алгоритмах машинного обучения?

В алгоритмах машинного обучения используются, например, такие методы перестановки:

• Метод перестановочной важности признаков (permutation feature importance). deepmachinelearning.ru Это способ расчёта степени влияния каждого признака на прогнозы модели. deepmachinelearning.ru Метод применим для любой модели, задачи (классификация, регрессия и другие) и функции потерь. deepmachinelearning.ru

Суть метода в том, чтобы случайным образом перемешать значения одного признака и наблюдать за ухудшением оценки модели. scikit-learn.ru Так определяют, насколько модель полагается на конкретный признак. scikit-learn.ru

• Тесты перестановок. www.geeksforgeeks.org Это непараметрические статистические методы, которые оценивают важность наблюдаемых изменений или эффектов в данных. www.geeksforgeeks.org Тесты перестановок применяют для оценки значимости показателей важности признаков в прогностических моделях, разницы в производительности между алгоритмами или конфигурациями машинного обучения, корреляций между переменными в наборах данных и других целей. www.geeksforgeeks.org