特征重要性与解释

MPSBoost 提供多层解释能力：

• gain importance
• split-count importance
• permutation importance
• controlled SHAP-like approximate explanations

设计原则

• 不复制 prediction 或 scoring 逻辑。
• 不把近似解释声明为官方 SHAP。
• 官方 SHAP TreeExplainer adapter 作为单独任务推进。

使用方向

科研或报告中需要官方 SHAP 语义时，应等待 S16.5a / S23 文档补齐 adapter 说明。当前可使用 permutation_importance 作为模型无关解释。

官方 SHAP 路径

官方 SHAP 是可选且显式的：

python -m pip install 'mpsboost[shap]'

export_native_trees_for_shap(estimator) 会导出 native tree structure，用于 TreeExplainer adapter validation，并且不包含 training data、credential、telemetry 或 device identifier。official_shap_tree_explainer(...) 在 semantic validation 启用前会清晰停止，因此近似解释不会被展示为官方 SHAP 输出。