# XtDEw4Ig3ivBumkXNRycLXp2nKc

Source: https://fcnlycv6dd0w.feishu.cn/wiki/XtDEw4Ig3ivBumkXNRycLXp2nKc


### 今日内容
**①整理重点机制筛选思路**
②**XGboost+SHAP初跑筛选重要机制**
**③参加财务对接会**
### 一、重点机制筛选思路
**重点机制筛选不能只依赖初版 XGBoost / SHAP 的变量排序结果。**
原因：
  - 初版模型结果受变量口径、数据覆盖率、缺失情况影响较大
  - 有些机制理论上重要，但当前数据变量较弱，可能在模型中排名偏低
  - 有些变量模型重要性高，但可能只是结果同源、行为强相关或数据口径带来的“表面重要”
  - 博弈论部分需要重点机制能够进入统一收益函数，并解释其如何影响边际收益、边际成本或均衡投入。
**因此，后续筛选重点机制应综合考虑四个维度**：
**看该机制变量在 XGBoost / SHAP 中是否有稳定表现**，包括：
    - 特征重要性是否靠前；
    - SHAP 方向是否清晰；
    - 是否存在非线性或阈值；
    - 不同模型或分组下是否稳定。
**看该机制能否在博弈论框架中解释清楚：**
    - 是否能进入效用函数或收益函数；
    - 是否影响边际收益、边际成本、胜率预期或收益分配；
    - 是否能够推导出清晰的机制命题。
**看当前竞赛数据中是否能找到较稳定的变量代理：**
    - 是否有可观测字段；
    - 是否覆盖 3 月 / 5 月或多期数据；
    - 是否口径稳定；
    - 是否存在严重缺失；
    - 是否容易和综合投入产生同源泄漏。
**看该机制是否真正对应游戏竞赛活动的核心规则设计：**
    - 是否能从玩法规则中找到明确制度载体；
    - 是否符合玩家实际体验；
    - 是否能解释平台规则如何影响玩家投入；
    - 是否有后续优化建议空间。

> :thinking_face:
**总结：**
重点机制筛选**不应只看 XGBoost / SHAP 排名**，而应结合**博弈论可解释性、数据变量可支撑性和实际竞赛规则代表性**，综合判断哪些机制真正适合作为后续重点机制深化
### **二、XGboost+SHAP初跑筛选重要机制**
#### **（一）初版连续值 XGBoost + SHAP 执行思路**
**目的是获得一版模型信号：**

> :book:
过程中，了解到一篇利用 XGBoost + SHAP 研究ESG问题的论文：Interpretable predictive model for listed companies ESG greenwashing based on XGBoost and SHAP。
**该论文提供公开代码，因此决定将其作为代码组织和执行流程的参考。**
![图片](../feishu-images/XtDEw4Ig3ivBumkXNRycLXp2nKc_UYzUbShDQoPe.png)

> :mag_right:
整理之后发现该论文原始任务**偏分类问题**，本文研究对象是**综合投入连续值**，**不能直接照搬，需结合钲鼓连烽的数据结构重新改造。**
**当前思路是：**
  - **代码骨架：借 ESG 论文公开代码**
  - **方法写法：参考连续值回归论文**
  - **变量体系：使用游戏竞赛七机制框架**
**整体执行流程：**
  - 读取数据
  - 划分训练集 / 测试集
  - 训练 XGBoost 模型
  - 输出模型指标
  - 运行 SHAP
  - 汇总变量重要性
  - 汇总机制重要性
  - 生成结果表和报告
**关键调整：**
  - 模型由 **XGBClassifier（分类） →  XGBRegressor（连续值）**
  - 评价指标由** Accuracy、F1、AUC → R²、RMSE、MAE**
  - 删除类别不平衡处理，按七机制变量 + 控制变量重新构建输入变量
#### **（二）初版 XGBoost + SHAP 结果整理**
  - **完成第一轮连续值跑数后，对变量层 SHAP 结果按机制归属进一步汇总，初步形成机制层面的解释结果。**
  - **当前不直接根据单个变量重要性判断机制，而是将同一机制下变量的 SHAP 值聚合，观察不同机制整体对综合投入的解释贡献。**
当前结果反映的是：**在现有数据和变量口径下，各机制对综合投入的经验解释能力大小，而不直接等同于机制已经得到理论验证。**
**初版机制层 SHAP 汇总结果**：

> :book:
**当前阶段判断**：