我试图使用随机森林中的特征重要性来为回归问题执行一些经验特征选择，其中所有特征都是分类的，其中很多都有很多级别（大约 100-1000）。鉴于 one-hot 编码为每个级别创建一个虚拟变量，特征重要性针对每个级别而不是每个特征（列）。聚合这些特征重要性的好方法是什么？

我考虑过对一个特征的所有级别求和或求平均重要性（可能前者会偏向于具有更多级别的那些特征）。有没有关于这个问题的参考资料？

还可以做些什么来减少特征的数量？我知道组套索，找不到任何易于用于 scikit-learn 的东西。