RandomForestRegressor，特征重要性
RandomForestRegressor, feature importances
我使用随机森林回归器并有 43 个特征。
当我运行下面的代码：
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？
根据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结果。还要检查模型的准确性，如果不是很高，这也可能是您看到奇怪结果的原因。
我使用随机森林回归器并有 43 个特征。 当我运行下面的代码：
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？
根据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结果。还要检查模型的准确性，如果不是很高，这也可能是您看到奇怪结果的原因。