sklearn里这两个模型都有feature_importances_，这个特征重要性在这两个不同算法中是一回事吗？
1个回答
算法差不多，每个树里都可以算出一个feature importance，Random Forest是对每棵树的feature importance求均值，Adaboost是对每棵树的feature importance求加权均值。
SofaSofa数据科学社区DS面试题库 DS面经
zl_pku
2020-01-11 23:39
相关主题
对于树模型，需不需要特征筛选
2回答
为什么特征重要性约大，在决策树里分裂的顺序却是越靠后呢?
1回答
怎么理解决策树是模型自己在做interaction？
2回答
随机森林每次用多少个特征？
2回答
Gradient tree boosting和random forest (随机森林) 有什么区别和联系
1回答
随机森林的模型一般都很大么？
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！