Scikit learn 随机森林回归器的特征选择

我试图从sklearn训练一个随机森林回归者。我想训练的功能有不同的类型，数字连续、数字分类、文本分类（姓名/国籍）、纬度和经度

---

我想知道的是，给定所有的特性，如何确定最有用的特性集来训练我的随机森林回归器？

首先，在数据上运行随机森林模型

rf= RandomForestRegressor()
rf.fit(train_data,train_labels)

然后使用特征重要性属性了解特征的重要性，从中可以过滤出特征

print(rf.feature_importances_)

然后再次在选定的要素上运行模型

print(rf.feature_importances_)

您可以使用更多的技术，如相关性、pca等。拥有领域知识也可以在构建模型时为您提供优势。

应该是rf.fit（训练数据、训练标签），而不是测试数据。