隨機森林中預測值的特征重要性？

Question

我使用RandomForest Regressor和Sklearn進行了價格預測。 我能夠使用 Randomforest 回歸器的 feature_importances_ 函數獲得特征重要性。 現在我想知道哪些特征會影響需要預測的數據的個別結果。 我無法共享數據，因為它是機密的，只需將其視為具有 8 列與實際價格相關的醫療索賠文件。 如果這個問題聽起來很菜，請原諒我，我是機器學習世界的新手。 請給我一些指導，因為我被卡住了。

Answer 1

你想要的是“模型解釋” 。

在靈活性和可解釋性之間有一個著名的權衡。 有關簡短說明，請參見此處。

現在，隨機森林相當靈活，因此很難解釋。 有些人甚至聲稱這是不可能的。

記住上述內容，有些人試圖這樣做。
見這里這樣做的一種方式，而這里的代碼示例。