【发布时间】：2021-02-04 16:21:10
【问题描述】：
在使用决策树算法或随机森林进行分类的情况下，我们使用基尼杂质或信息增益作为衡量指标来决定首先选择哪个特征来拆分父/中间节点，但如果我们使用决策树或随机森林进行回归，那么如何计算特征重要性或选择特征？
【问题讨论】：
标签： regression random-forest decision-tree feature-selection
【发布时间】：2021-02-04 16:21:10
【问题描述】：
对于回归（特征选择），分裂的目标是得到两个目标值中方差最小的孩子。 您可以检查来自 sklearn 库的 regression 与 classification 中的“标准”参数以获得更好的想法。
【讨论】：