有个classification model，performance也不错，某个feature x是最重要的feature，但这个x在两个class的distribution差不多，问题出在哪。
我不认为这是问题。衡量模型唯一的标准就是在new data上的performance。如果你是想解释这个feature的impact的话，有可能它与其他features之间的interaction impact on label是明显不同的，而它自己单独对label的impact可能在不同label见效果类似。