確定決策樹迴歸使用的關鍵列/特徵

Question

在Azure ML中，我有一個使用增強型決策樹迴歸的預測迴歸模型，它相當準確。

輸入數據集有超過450列，並且該模型在預測測試數據集方面做得很好，沒有過度擬合。

要報告結果，我需要知道該模型主要用於進行預測的特徵/列，但在查看訓練的模型數據時，我無法輕鬆找到這些信息。

我如何識別這些信息？我很高興將結果數據集導入到R中，以幫助您找到這一點，但我只需要指出開始工作的方向。

Answer 1

大多數情況下，在使用Microsoft Azure機器學習時，在查看主要用於製作預測，它可在模塊的輸出中找到。

但在使用決策樹作爲你的算法，你的火車模型模塊的輸出將被構建的「樹木」的算法，它看起來像這樣：

要知道在使用決策樹算法時對預測產生影響的功能，您可以使用排列功能重要性模塊。看看下面的樣本實驗：

排列的特徵重要性的參數是隨機種子和公制測量性能（在這種情況下，迴歸 - 係數測定的）

左輸入的排列特徵重要性是您的訓練模型和右側輸入是您的測試數據。

排列的特徵重要性的輸出是這樣的：

您可以添加執行[R腳本提取的特點，並從排列的特徵重要性模塊成績。