Kaggle机器学习进阶课程总结：

课程主要是在于更好的优化data transform的时候data本身的优化处理：
Permutation importance：通过随机排列参数，凸显出哪些feature才是更重要的：随机排列之后，对validation影响比较大的是比较重要的，而几乎没什麽影响的就是不重要的；
Partial plots：查看不同的feature对预测的影响结果；结果很直观；
Shap values：查看所有的feature对预测的影响结果；结果可以得出多个推导；
查了一下partial plots和shap values到底有什麽区别：
https://medium.com/@scottmlundberg/good-questions-21052a61b808

partial plots：通过改变参数来改变预测结果的方式，来判断feature的重要性的；
Shap values：通过测试某些feature对特定sample的影响的方式，来判断feature的重要性；