যখন আপনার মডেলটি ব্যাখ্যাযোগ্য এবং ব্যাখ্যাযোগ্য হওয়া প্রয়োজন তখন আমি কোনও সাজানো শ্রেণিবদ্ধ ব্যবহার করার পরামর্শ দিই না। কখনও কখনও আপনার ভবিষ্যদ্বাণীগুলির অনুমান এবং ব্যাখ্যা প্রয়োজন ।
আপনার যখন লোকদের বোঝানোর দরকার হয় যে ভবিষ্যদ্বাণীগুলি বিশ্বাসযোগ্য, তবে একটি অত্যন্ত নির্ভুল মডেল খুব প্ররোচিত হতে পারে, তবে যখন পদ্ধতিগুলি তাদের স্বাচ্ছন্দ্যের স্তরের পক্ষে খুব জটিল হয় তখন লোকেদের ভবিষ্যদ্বাণীগুলিতে কাজ করতে রাজি করার জন্য আমি সংগ্রাম করেছি।
আমার অভিজ্ঞতায়, বেশিরভাগ লোক লিনিয়ার অ্যাডিটিভ মডেলগুলি, তারা যে মডেলগুলি হাতে স্কোর করতে পারে তা নিয়ে স্বাচ্ছন্দ্য বোধ করে এবং আপনি যদি অভিযোজিত বৃদ্ধিকরণ, হাইপার-প্লেন এবং 5 তম স্তরের ইন্টারঅ্যাকশন প্রভাবগুলি ব্যাখ্যা করার চেষ্টা করেন তবে তারা প্রতিক্রিয়া জানাবে যেন আপনি তাদের কালো যাদুতে বেঁধছেন।
অন্যদিকে, মডেলগুলির জটিলতায় লোকেরা স্বাচ্ছন্দ্য বোধ করতে পারে তবে তবুও কিছু অন্তর্দৃষ্টি অভ্যন্তরীণ করতে চায়। উদাহরণস্বরূপ, বিজ্ঞানীরা ব্ল্যাক-বক্স মডেলটিকে মানব জ্ঞানের অগ্রিম হিসাবে বিবেচনা করবেন না, এমনকি মডেলটি অত্যন্ত সঠিক হলেও।
পরিবর্তনশীল গুরুত্ব বিশ্লেষণ অন্তর্দৃষ্টিগুলির সাথে সহায়তা করতে পারে, তবে যদি টীকাগুলি একটি লিনিয়ার সংযোজনীয় মডেলের চেয়ে আরও সঠিক হয়, তবে সম্ভবত এই সংগ্রহটি কিছু অ-রৈখিক এবং মিথস্ক্রিয়া প্রতিক্রিয়া ব্যবহার করছে যা ভেরিয়েবলের গুরুত্ব বিশ্লেষণের জন্য পুরোপুরি হিসাব করতে পারে না।