sklearn 中的随机森林模型有一个feature_importances_属性可以告诉你哪些特征最重要。这是一个有用的例子。

还有一些其他算法用于选择可以推广到其他模型的最佳特征，例如顺序后向选择和顺序前向选择。在顺序前向选择的情况下，您首先要找到为您提供最佳准确性的单个特征。然后，您会找到下一个与第一个功能相结合的功能，该功能可为您提供最佳准确性。这种模式一直持续到你找到$k$特征，在哪里$k$是您要使用的功能数量。顺序向后选择正好相反，您从所有功能开始并删除那些最妨碍您的准确性的功能。您可以在此处找到有关这些算法的更多信息。