regression - 如何在回归树中计算特征重要性？

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来决定首先选择哪个特征来分割父/中间节点，但是如果我们使用决策树或随机森林进行回归，那么特征如何计算重要性或选择特征？

标签： regressionrandom-forestdecision-treefeature-selection

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。您可以检查回归与sklearn 库中的分类中的“标准”参数以获得更好的想法。