拥有分类数据时，使用Sklearn随机森林进行特征选择不会给我预期的结果

问题描述

我想使用SKlearn随机森林特征选择功能来了解影响我的自变量（TN污染物浓度）的关键因素是什么。 我有一个类别变量-气候类型，有五种气候类型（高温，干燥，温带，热带和干旱），我知道气候类型对我的自变量有很大影响，但是，当我使用在一种热编码方法（通过pandas get_dummies）中，我发现这些气候类型（在一次热编码后变为具有假/真的五个变量）不是最重要的。

如此处所示，气候变量的特征重要性得分最低：

我的问题是，在处理分类变量时，随机森林的特征选择是否仍然有用？如果我做错了什么？

这是我的代码的一部分：

  model = RandomForestRegressor(n_estimators=100,bootstrap = True,max_features = 'sqrt')

  model.fit(x_train,y_train)

  fi = pd.DataFrame({'feature': list(x_train),'importance': 
  model.feature_importances_}).sort_values('importance',ascending = False)

  plt.bar(fi['feature'],fi['importance'])

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）