В линейных моделях – важность это коэффициент при переменной (с учетом контекста задачи).
В деревьях и случайных лесах – количество разбиений и прирост информации по признаку. В древесных алгоритмах есть встроенный метод оценки важности признаков. Например: https://scikit-learn.org/stable/auto_examples/ensemble/plot_forest_importances.html
Универсальный критерий важности признаков для всех моделей – permutation importance.
Важность признаков позволяют оценить библиотеки Shap и eli5.