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度量来决定首先选择哪个功能来拆分父/中间节点，但是如果我们使用决策树或随机森林进行回归，则如何计算特征重要性或选择特征？
解决方法
对于回归（特征选择），分割的目的是获得目标值中方差最小的两个子代。 您可以从sklearn库中的regression与classification中检查'criterion'参数，以获得更好的主意。
您还可以观看以下视频：https://www.youtube.com/watch?v=nSaOuPCNvlk