Bài báo này chỉ ra rằng các phương pháp dựa trên đặc điểm thường được sử dụng để giải thích các dự đoán mô hình trong dữ liệu đa chiều ngầm giả định sự sẵn có của các đặc điểm có thể diễn giải được. Tuy nhiên, trong dữ liệu đa chiều, ngay cả các chuyên gia cũng thường gặp khó khăn trong việc chỉ định các đặc điểm quan trọng một cách toán học. Để giải quyết vấn đề này, bài báo này trình bày FIX (Các đặc điểm có thể diễn giải được cho chuyên gia), một chuẩn mực đo lường mức độ phù hợp của các đặc điểm với kiến thức chuyên môn. Hợp tác với các chuyên gia từ nhiều lĩnh vực khác nhau như vũ trụ học, tâm lý học và y học, chúng tôi đề xuất FIXScore, một thước đo thống nhất về sự phù hợp của chuyên gia áp dụng cho nhiều bối cảnh thực tế, bao gồm thị giác, ngôn ngữ và các phương thức dữ liệu chuỗi thời gian. Sử dụng FIXScore, chúng tôi thấy rằng các phương pháp giải thích phổ biến dựa trên đặc điểm thiếu sự phù hợp với kiến thức chuyên môn, làm nổi bật nhu cầu về các phương pháp mới để xác định tốt hơn các đặc điểm có thể diễn giải được đối với chuyên gia.
