如何做三明治
特征重要度（featureimportance）如何获取、排序、可视化、
以及可视化阈值设置？
在特征选择的许多⽅法中，我们可以使⽤随机森林模型中的特征重要属性来筛选特征，并得到其与分类的相关性。怎么学打字
博世冰箱
可爱的小企鹅由于随机森林存在的固有随机性，该模型可能每次给予特征不同的重要性权重。但是通过多次训练该模型，即每次通过选取⼀定量的特征与上次特征中的交集进⾏保留，以此循环⼀定次数，从⽽我们最后可以得到⼀定量对分类任务的影响有重要贡献的特征。
具体来说，在随机森林中某个特征X的重要性的计算⽅法如下：
鼻涕是怎么形成的
如何提高英语听力1：对于随机森林中的每⼀颗决策树，使⽤相应的(袋外数据)数据来计算它的，记为errOOB1.孩子记忆力差怎么办
2: 随机地对袋外数据OOB所有样本的特征X加⼊噪声⼲扰(就可以随机的改变样本在特征X处的值)，再次计算它的袋外数据误差，记为errOOB2.
3：假设随机森林中有Ntree棵树，那么对于特征X的重要性=∑(errOOB2-errOOB1)/Ntree，之所以可以⽤这个表达式来作为相应特征的重要性的度量值是因为：若给某个特征随机加⼊噪声之后，袋外的准确率⼤幅度降低，则说明这个特征对于样本的分类结果影响很⼤，也就是说它的重要程度⽐较⾼。
Feature importance refers to a
>astronaut是什么意思
