ฟีเจอร์สองตัวสัมพันธ์กันสูงมาก ในงานที่ต้องอธิบายค่าสัมประสิทธิ์ควรกังวลอะไร — หากเปรียบเทียบสองแนวทาง ข้อใดมีเหตุผลรองรับเหมาะสมกว่า
กเลือกข้อเสนอที่ระบุว่า ทั้งสองฟีเจอร์เป็นสาเหตุเพราะมี correlation สูง แล้วใช้คะแนนเฉลี่ยแทนการตรวจ error รายกรณี
ขเลือกข้อเสนอที่ระบุว่า ถือว่าค่าสัมประสิทธิ์คงที่หาก R-squared ของโมเดลสูง โดยไม่กำหนดเงื่อนไขหยุดใช้หรือ rollback
คเลือกแนวทางที่สอดคล้องกับหลักว่า ค่าสัมประสิทธิ์อาจไม่เสถียรและแยกผลรายตัวได้ยาก แม้พยากรณ์รวมอาจยังใช้ได้
งเลือกข้อเสนอที่ระบุว่า ตัดฟีเจอร์ที่ correlation ต่ำกว่าโดยไม่ประเมินความเสถียรใหม่
เฉลยอธิบาย
Inspection: permutation importance and partial dependence อธิบายว่าเครื่องมืออธิบายโมเดลต้องตีความร่วมกับความสัมพันธ์ระหว่างฟีเจอร์และข้อจำกัดของข้อมูลที่นำมาคำนวณ เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “เลือกแนวทางที่สอดคล้องกับหลักว่า ค่าสัมประสิทธิ์อาจไม่เสถียรและแยกผลรายตัวได้ยาก แม้พยากรณ์รวมอาจยังใช้ได้” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น