使用GradientBoostingClassifier對於特徵選取結果問題
首先是關於【GradientBoostingClassifier】，我建議在教材重點中，都應該至少提到一次每次跑的結果都會不一樣，這樣可以少掉許多學員的疑問。
但接著真正的疑問是，以下是我跑了10次的結果，也與多名學員貼上來的數據雷同：
應該非常清楚，不管有什麼「每次跑都會不一樣」的這種問題，透過上圖，應能很清楚看出重要程度依序是：Sex、Pclass、Fare、Ticket，而往後的分數差異不大，名次也常替換，但Name無論如何都不會是一個很重要的特徵。(相信老師如果多跑幾次，也會發現這件事。)
而這是答案的結果：
1. 所以這是第一個問題，為什麼我們跑了十多次的結果，很明顯不會出現答案這樣的數據與排名，答案是否用了與我們不同的資料，或是不小心已經處理過了(只是忘記了順序)，才導致這麼大的差異。這並不是【每次跑結果都會不一樣】就能解釋的。
2. 雖然我們應該會去懷疑答案中的Name不應該出現這麼高的分數才對，因為以【常識理解】(這是Day13老師教的)，都會知道Name和Survived理應無關，也沒有後續分析的意義，這也是前些天某學員有提問到的。但其實我能理解，如果答案跑出來是長那樣，那後面拿了Ticket和Name這兩個object去跑，就還算情有可原啦~
3. 順便彙整一下Day29其他人的疑問，還包括了拿Name和Ticket【相加除以二】以及【相乘】的意義。我確實也不甚理解，根據老師的回覆，相加除以二是【一共有幾個1】、相乘是【or運算】，資質駑鈍，我真的看不懂，不好意思，能否稍加說明？
接著因為Ans用了這相加和加乘之後，分數提升到0.83，看起來好像有效。
但從我的提問1就能得知【背後資料可能是不同的】，所以Ans會有提升，但我們自己做卻不會。
所以我想這Day29整天所有延伸出來的問題，都和我本篇的提問1有關，還有勞個老師解惑，非常感謝！