Scikit learn sklearn模型特征、重要性和方法是否同等重要?
假设我们试图根据过去销售价格的时间序列预测推土机的销售价格。在众多功能中,有两个是Scikit learn sklearn模型特征、重要性和方法是否同等重要?,scikit-learn,regression,Scikit Learn,Regression,假设我们试图根据过去销售价格的时间序列预测推土机的销售价格。在众多功能中,有两个是yearMade和saleYear 我对模型进行了培训,并使用model.feature\u importances\u方法来了解每个特征的重要性及其对预测价格的贡献 问题是: 在计量经济学和回归分析中,有一个名为“其他同等”的概念,根据该概念,每个特征的系数显示每个特征的重要性,控制其他特征(其他同等) 例如,在推土机销售中,saleYear显然与yearMade高度相关。yearMade的变化可以直接影响销售价
yearMade
和saleYear
我对模型进行了培训,并使用model.feature\u importances\u
方法来了解每个特征的重要性及其对预测价格的贡献
问题是:
在计量经济学和回归分析中,有一个名为“其他同等”的概念,根据该概念,每个特征的系数显示每个特征的重要性,控制其他特征(其他同等)
例如,在推土机销售中,saleYear
显然与yearMade
高度相关。yearMade
的变化可以直接影响销售价格,也可以通过与saleYear
的相关性间接影响
我想知道feature\u importances\u
方法是否能捕捉到这种相关性