问测量来自随机森林回归器的每个预测器特征重要性对目标值的影响(量化)(目标上的数量上升或下降)
EN

Stack Overflow用户

提问于 2021-02-12 04:58:36

回答 1查看 18关注 0票数 0

如果我从随机森林回归模型中获得了重要性结果，我如何测量目标值的升降。基本上推导出如何量化特征重要性来改变我们的目标。

例如，我使用随机森林回归器根据Feature1、Feature2和Feature3预测销售值。我从模型中得到了Feature1，Feature2和Feature3的精确度和单个特征重要性的结果。

如何从增加10个单位的Feature1将导致我的销售额增加/减少x个单位的重要性中了解。

发布于 2021-02-14 10:57:39

一旦你准备好了你的模型。然后你就可以用它来预测。作为输入，你可以向evaluate.
Perhaps介绍你想介绍的任何东西，你也可以看看其他类似方向的作品。我相信这可能是对模型的解释。这也是用python实现的：https://github.com/slundberg/shap

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/66166550

复制

相似问题

问测量来自随机森林回归器的每个预测器特征重要性对目标值的影响(量化)(目标上的数量上升或下降)EN