Относительная важность признаков представляет собой количественную оценку влияния различных входных данных на результаты машинного обучения. В данной методологии используются статистические и алгоритмические подходы для ранжирования информативности признаков. Это позволяет оптимизировать модели и повысить их предсказательную способность.