xgboost与lightgbm的feature importance度量方式

xgb有5种feature importance度量方式，total gain / gain / weight(split) / total cover / cover，gain和cover都是avg gain和avg cover，是total gain除以这个feature的分裂次数，cover同理，cover的意思是一次分裂影响了多少的样本点。我不明白设计avg gain和avg cover的意义何在？total和avg可能产生很大的差异。avg的意义是什么呢？一般不出手，一出手就对损失函数削减够狠吗？意义不明，这样可以说明很重要吗？不能吧，应该看总的削减程度，比如我不要这种变量，对整体损失函数的削减并没太大变化。

另外xgboost.plot_importance绘制变量重要性的bar图，文档中说只支持weight/gain/cover，但是我发现是支持total_gain和total_cover的。

xgboost.booster.get_score(fmap='',importance_type='weight')可以得到每个feature的重要性数值。

lightgbm的feature importance就干净得多，只支持total gain( 参数名就叫gain)和split。