RandomForestRegressor，特征重要性

Posted 2023-03-12

【中文标题】RandomForestRegressor，特征重要性

【英文标题】：RandomForestRegressor, feature importances

【发布时间】：2018-12-14 05:21:51

【问题描述】：

我使用随机森林回归器并拥有 43 个特征。 当我运行以下代码时：

print(clf.feature_importances_)

我得到下一个结果：

[0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

我了解多少，我的随机森林模型只使用一个特征来预测结果？

好不好？

【问题讨论】：

你能把你试过的代码贴出来

看起来你有一个直接对应于目标的特性。您确定特征不包含任何只有在目标已知后才能知道的内容，或者您​​可能错误地将目标值用作特征中的一列？

【参考方案1】：

根据您的标签值绘制每个特征，并手动查看模型正在查看的内容以分析您的结果。还要检查模型的准确性，如果它不是很高，这也可能是您看到奇怪结果的原因。