【发布时间】：2018-11-28 19:08:17
【问题描述】：
我正在关注this example 以使用随机森林确定特征重要性。当使用大量特征并且仅使用这些特征的一个子集时，我分别观察到以下结果：
在使用所有可能的功能时，误差线急剧增加是否有特殊原因？负数有什么意义吗？ （注意：两个图中 x 轴上的特定标签不一定对应。）
【问题讨论】：
标签： python scikit-learn random-forest training-data feature-selection
【发布时间】：2018-11-28 19:08:17
【问题描述】：
当您只使用最重要的功能时，发生错误的可能性较少（或者模型的机会不正确地学习它不应该的模式）。
不使用特征重要性
- 您的模型有很大的机会，您的模型是不应该的，因此不应该并重视较小的重要特征。
- 此外，随机森林是决策树的集合，有些人可能会捕获正确的特征重要性，有些可能不是。
- 最重要的是，由于在一些树上，它们可能绝对忽略了优势或最重要的重点。虽然有些人可能会被正确捕捉它
- 因此，频谱的两端产生了如此高的错误率。
使用特征重要性
- 您消除了连续的最不重要的功能，导致事实上，在连续树上，根本不会考虑该功能（因此在特征重要性发生的任何错误的可能性较小）
- 执行此外，依次提高更加令人讨厌的特征的机会再次选择，再次拆分，因此误差余量比较不少于
【讨论】：