数据：

我的训练集由 ~450k obs 和 26 个变量组成，其中 1 个是序数因子（order_month，12 个级别），其余的是数字。此外，我的一些预测变量是高度相关的（Pearson's > 0.5），这是意料之中的，有时是有意的。

我训练了一个很好的 RF 模型（ROC 0.96，在对看不见的数据进行测试时，特异性约为 90%，灵敏度约为 90%），并使用varImp().

问题：

现在，我知道具有阶乘和/或相关预测变量可能会导致 RF 模型中的变量选择有偏差，而条件推理树 (CIT) 应该是一种补救措施。

我试图比较 with 的结果，randomForest::varImp()但是party::varimp(myforest, conditional=TRUE)在后者中出现错误：

Error in model.matrix.default(as.formula(f), data = blocks) : term 1 would require 9e+12 columns,

表明我有太多变量或变量太多级别。

最重要的是，它需要超过 24 小时才能运行party::cforest()，并且predict()在 CIT 模型上运行会使我的计算机完全崩溃。鉴于上述情况，我有几个

问题：

1) 我完全错误分类 RF 模型中顶级 VarImp 的可能性有多大。在这里运行 CIT 是绝对必要的吗？

2）如果不通过，获得条件变量重要性的替代方法是什么party::varimp()？

非常感谢您的建议！卡西亚