树模型为什么能给出特征重要性？
五个经典回答示范
「树模型的特征重要性有两种口径：gain——该特征在所有分裂中带来的损失下降总和，split——被选为分裂特征的次数。gain 反映贡献量，split 反映使用频率但偏向高基数特征。局限是只看单棵树的分裂统计，相关性特征间会互相稀释。所以我会用 SHAP 补充——它有博弈论基础，能看单样本级别的归因。」
我在风控项目里同时输出三种重要性交叉验证：XGBoost 的 gain 排序给整体认知；permutation importance 打乱特征看性能掉多少——不依赖模型内部统计、对泄漏更敏感，曾靠它发现一个『审批结果』字段混进了入模特征；SHAP summary 看方向性与非线性。三者结论矛盾时优先怀疑数据问题而不是模型。
资深答法先讲机制再讲陷阱：分裂选择时特征重要性统计有偏——候选分裂多的特征（连续值、高基数类别）天然更容易被选中，所以不能跨特征类型直接比大小；SHAP 的三个性质（有效性、缺失性、一致性）与 TreeSHAP 的多项式复杂度使其可规模化。最后落到应用：重要性用于特征筛选与沟通，因果解释要谨慎——重要性高不等于因果，需结合业务验证。
追问「SHAP 值怎么读」：单样本 SHAP 是各特征对该预测偏离基准的贡献，加和等于预测与基准之差；「相关性特征 SHAP 会怎样」：贡献在相关特征间分摊，单看一个会低估；「重要性做特征筛选的风险」：可能删掉与强特征相关但业务必需的变量，筛选要结合稳定性与合规。
「feature importance 就是模型告诉哪些特征重要，取 top 的就是关键因素，直接按它写结论报告给业务方。」——点评：不了解统计口径与偏差，高基数特征虚高这种经典坑没意识；把关联当因果直接出结论，在金融医疗场景是要出事故的。
- 打开 模拟练习，选择「算法工程师」方向，限时 3 分钟作答本题。
- 对照上方答题框架，逐点检查：哪些要素没覆盖、哪里表达啰嗦。
- 用自己项目的真实经历替换框架中的占位内容，重讲一遍并录音回听。
这类题在真实面试中常被追问细节，
建议进入限时模式练一遍。