基于模型刷選特征方法有：排列重要性、shap value、null importance
這裡簡單介紹一下排列重要性：
首先建立一個模型，計算某列特征重要性時，打亂該列順序，其餘列不變，然後再使用打亂後的資料來預測，最後計算正确率；如果某列對模型預測很重要，那麼打亂該列順序之後，模型預測正确率就會很差，如果對預測結果沒有影響，則說明該變量對模型沒有那麼重要；為了消減随機對結果的影響，我們會多次亂打，再求均值和方差。
計算速度快
應用廣泛、易于了解
與我們期望一個特征重要性度量所具有的性質一緻
文章強調2點：(1)打亂順序；（2）使用準确率名額衡量