我有一个在 Python 中使用 LightGBM (LGBMRegressor) 和 scikit-learn 训练的模型。

每周重新训练模型，并绘制一组更新的所选特征和相关的特征重要性。我想比较不同周的这些幅度，以检测所选变量集的（突然）变化以及每个变量的重要性。但我担心原始重要性不能直接比较（我使用的是默认拆分选项，它根据特征在候选模型中出现的次数赋予其重要性）。

我的问题是：假设这些不同的原始重要性在几周内不能直接比较，标准化是否足以进行比较？如果是，那么进行这种标准化的最佳方法是什么？（也许只是按一周的最高重要性划分）。

非常感谢你