مدى مساهمة كل متغير إدخال فعليًا في قرارات النموذج المُدرَّب.تشير أهمية الميزات إلى تقنيات تعين درجة لميزات الإدخال بناءً على مدى فائدتها في التنبؤ بمتغير مستهدف ضمن نموذج مُدرَّب. تساعد في تفسير المتغيرات الأكثر تأثيرًا في قرارات النموذج، مما يعزز فهم النموذج واختيار الميزات واكتساب رؤى في المجال.
استُخدم هذا المفهوم بشكل غير رسمي لعقود، لكن الطرق المنهجية مثل أهمية جيني أُدخلت مع الغابات العشوائية في أوائل العقد الأول من القرن الحادي والعشرين على يد ليو بريمان وأديل كاتلر. كما انتشرت أهمية التقليب في تلك الفترة تقريبًا.
تختلف الطرق حسب نوع النموذج. بالنسبة للنماذج القائمة على الأشجار (مثل الغابات العشوائية وتعزيز التدرج)، تُحسب الأهمية غالبًا بمدى تقليل كل ميزة للشوائب (مثل شوائب جيني أو الإنتروبيا) عبر جميع الانقسامات. بالنسبة للنماذج الخطية، يمكن أن يكون حجم المعاملات مؤشرًا تقريبيًا. أما الطرق العامة للنماذج مثل أهمية التقليب فتقيس الانخفاض في أداء النموذج عند خلط قيم الميزة عشوائيًا، مما يكسر ارتباطها بالهدف.
تُستخدم في مجالات مثل علم الجينوم لتحديد الجينات الأكثر تنبؤًا بمرض ما، وفي التسويق لفهم المحفزات الرئيسية للعملاء، وفي تصحيح أخطاء النماذج لضمان اعتماد النموذج على ميزات منطقية بدلاً من ارتباطات زائفة.
درجات أهمية الميزات نسبية وقد تكون مضللة إذا كانت الميزات مترابطة؛ فالميزة المهمة حقًا قد تحصل على درجة منخفضة إذا كانت ميزة مترابطة مستخدمة بالفعل في النموذج.















