从 scikit-learn 版本 0.19.1 开始，没有用于计算隔离森林中特征重要性的实现。我也很难找到任何建议解决问题的方法的在线资源。有谁知道这样做的任何既定方法或有任何建议？

以下是我一直在思考的一些想法：

1. 为每棵树中的每个节点计算某种“隔离度量”（例如拆分样本的百分比），并为每个拆分特征获取该度量的平均值。
2. 模型拟合后，一次检查每个特征，随机排列该特征的数据，并计算异常分数。然后计算异常分数的平均变化。

欢迎所有见解。谢谢！