随机森林变量重要性排序 如何分析解释变量的相对重要性？

如何分析解释变量的相对重要性？应使用非标准系数。原因：1。标准化回归系数衡量被解释变量的重要性。只有规范了，才能进行重要性比较。因此，在比较重要性时应采用标准化系数，而在实际预测时应采用非标准化系数。

如何分析解释变量的相对重要性？

应使用非标准系数。原因：1。标准化回归系数衡量被解释变量的重要性。只有规范了，才能进行重要性比较。因此，在比较重要性时应采用标准化系数，而在实际预测时应采用非标准化系数。

2. 值得注意的是，等轴测后标准化系数的比较是一个相对重要的问题。相对重要性与自变量在特定情况下的离散程度有关。因此，标准化回归系数的比较结果只适用于特定的环境，不是绝对正确的。它可能会随着时间和地点而改变。例如，从一定的数据来看，环境因素对人格形成的影响比遗传因素的影响要大。这只能显示数据采集时的局部情况，不能做出任何不当推断。不能说环境因素的影响大于遗传因素的影响。事实上，如果未来环境因素的波动变小，遗传因素很可能变得更加重要。数据的情况大不相同，变量的相对重要性可能完全不同，但都符合当时的实际情况。

人活着是精神重要还是物质重要？

最好回答问题。如果你能得到朋友的肯定、关注和赞扬，那也是生活中的一大乐趣。应该是精神层面的东西。你需要找到和你志趣相投的朋友。

“人们生活的是精神上的还是物质上的？”问问题似乎有点倾向性，问题往往更具精神性。在我看来，无论我们如何辩证地对待这个问题，我们都应该先来后来。一定是材料。

没有面包，就有鲜花和掌声。正如一句名言所说，我们不仅有现在，还有诗意和距离。因此，我们总是用面包填饱肚子，看着无数的流连，然后近距离聆听鲜花和掌声。至于诗歌和遥远的地方，我们可以看看春心皇帝和蝴蝶梦

！俗话说：“民以食为天”。填饱肚子是很重要的事。

也许我们应该有信心捡起地上的每一根羽毛，然后把它编织成鸡毛掸子，把心中的灰尘一扫而光。我希望我们不想成为有才华的穷人。谢谢你的阅读

如何计算随机森林中的，变量重要性？

首先，对于每一棵树，每次都用bootstrap方法提取样本进行训练，但是有1/3的数据没有提取出来，所以称为out-of-bag data（OOB），将OOB带入决策树，计算误差error1。对OOB中所有样本的特征X对应的值进行噪声干扰，即随机改变特征值，然后将数据引入决策树，计算误差2。

对于n个树，变量x的重要性计算为error2-error1的平均值