dc-docs/output/feishu-docs/XtDEw4Ig3ivBumkXNRycLXp2nKc.md

XtDEw4Ig3ivBumkXNRycLXp2nKc

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

今日内容

①整理重点机制筛选思路 ②XGboost+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：

📖 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。

🔎 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：

📖 当前阶段判断：