Scikit learn 随机回归器，特征重要性

我使用随机森林回归器，有43个特征。 当我运行以下代码时：

print(clf.feature_importances_)

我得到下一个结果：

[0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

我知道多少，我的随机森林模型只使用一个特征来预测结果

---

是否正常？

根据标签值绘制每个功能，并手动查看模型正在查看的内容以分析结果。还要检查你的模型的准确性，如果不是很高，这也可能是你看到奇怪结果的原因

你能把你试过的代码贴出来吗？就像你有一个直接对应目标的功能一样。您是否确定功能不包含任何只有在目标已知后才能知道的内容，或者您可能错误地将目标值用作功能中的列？