一家公司部署了一个 SageMaker 模型，用于检测社交媒体帖子中的主题。他们需要展示各个输入特征如何影响模型的预测。哪种 SageMaker 功能可以为模型行为提供特征级别的解释？

SageMaker Clarify 提供了模型可解释性功能，可以帮助理解模型的预测是如何由输入特征驱动的。它支持多种可解释性技术，例如 SHAP 和 LIME，可以生成特征重要性分数，从而展示每个特征对模型输出的影响。 SageMaker Canvas 是一个无代码/低代码机器学习平台，用于构建模型，但不直接提供特征级别的模型解释。SageMaker Feature Store 用于存储、管理和共享机器学习特征，与模型解释性无关。SageMaker Ground Truth 用于数据标注，与模型解释性无关。