某銀行的信用評分模型須向主管機關說明各項資料對評分結果的影響力。分析師採用排列特徵重要性（Permutation Feature Importance）方法，逐一打亂單一特徵的數值後重新測試模型表現。下列敘述何者最符合此方法判斷特徵重要性的原則？
答案 （C）
核心概念
把某個特徵打亂後，模型變差越多，代表那個特徵越重要。
排列特徵重要性（Permutation Feature Importance）的做法很直觀：模型訓練好不動，拿測試資料，把某一欄的數值隨機洗牌（其他欄不動），再測一次表現。這一欄如果很重要，洗亂後模型會明顯變差；如果打亂了也沒差，代表模型本來就沒在用它。
答題技巧
快速判斷技巧：排列重要性看「打亂後誤差增加多少」，增加越多越重要。 ・打亂後變差很多 → 重要 ・打亂後沒差 → 不重要 ・要不要重訓 → 不用
易錯陷阱：(B) 把「誤差不變」講成「越重要」，方向剛好相反，讀太快會漏。 關鍵差異：重要的特徵被破壞，模型一定會受傷；沒受傷就是本來沒在用。