Variable importance in random forest.

Figshare2020-04-06 更新2026-04-28 收录

随机森林特征重要性

模型可解释性

数据链接：

https://figshare.com/articles/dataset/Variable_importance_in_random_forest_/12088131 数据链接链接失效反馈

官方服务：

资源简介：

Variable importance in random forest.

创建时间：

2020-04-06

SolshineMisfit/nla-qwen2.5-7b-L20-results-famous-ads

模型可解释性

广告分析

该数据集名为著名广告标语——NLA激活分析（Qwen2.5-7B，第20层），旨在探究语言模型在读取著名广告标语时的内部表示。它使用自然语言自编码器（NLA）将Qwen2.5-7B-Instruct模型在第20层最后一个token的残差流激活解码为自然语言描述。数据集包含约146条著名广告标语（源自维基百科，附有品牌、年份和上下文信息），每条标语都对应一个由AV生成的英文解释（描述模型对该标语的表

Hugging Face2026-05-27 更新70

relai-ai/captum-standard

模型可解释性

医疗问答系统评估

该数据集是由RELAI使用captum数据源生成的，用于问答任务。数据集的作者是Observable AI Benchmarks by Data Agents，版权属于RELAI.AI，并遵循知识共享署名4.0国际许可证。

Hugging Face2025-04-21 更新50

Maximum entropy variable permutation importance.

特征重要性评估

模型可解释性

Maximum entropy variable permutation importance.

NIAID Data Ecosystem30

Importance coefficient and ranking of features in LDA model.