随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关还是负相关？

Posted 2023-04-11

20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时得知特征x与预测量y之间是正相关20 随机森林回归进行特征重要性排序时，如何同时 参考技术A 谁知他们回归自然特征的重要排序，最需要的。 参考技术B 这个是可以做到极致的，你可以选择一个自己喜欢的方式。

随机森林回归器的特征选择

【中文标题】随机森林回归器的特征选择

【英文标题】：Feature Selection for Random Forest Regressor

【发布时间】：2018-06-17 17:07:35

【问题描述】：

我正在尝试从 sklearn 训练一个随机森林回归器。我要训练的特征有不同的类型，数字连续、数字分类、文本分类（姓名/国籍）、纬度和经度。

我想知道的是给定所有特征，我如何确定最有用的特征集来训练我的随机森林回归器？

【参考方案1】：

首先，在数据上运行您的随机森林模型。

rf= RandomForestRegressor()
rf.fit(train_data,train_labels)

然后使用特征重要性属性了解特征的重要性，从中可以过滤掉特征。

print(rf.feature_importances_)

然后再次在选定的功能上运行您的模型。

您可以使用更多技术，例如相关性、pca 等。拥有领域知识还可以让您在构建模型时获得优势。

【讨论】：

应该是 rf.fit(train_data, train_labels)，而不是测试数据。