如果这是一个重复的问题，请原谅我，在搜索了一段时间后，我还没有找到任何专门回答我的问题的东西。

我有一个数据集，我使用 SciKit Learn 包中的 RandomForestClassifier 来预测移动应用用户保留率。我对我得到的准确性感到满意，我计划包括一些其他指标，包括精度、召回率、马修的 Corr 系数等。我很确定这个模型是好的。

我在这里感兴趣的关键是功能本身。我想知道是什么导致了我的用户流失。我已经提取了特征重要性并绘制了一个漂亮的图表，但现在我被卡住了。理想情况下，我想知道每个变量如何影响流失/未流失的结果。GINI 特征重要性的问题是我可以看到哪些是最有影响力的，但例如对于连续变量，我想知道 RF 发现哪个值最适合拆分。我不需要为每个功能都看到这一点，因为我只有 70 多个最“重要”的功能。

我在这里看到了一个非常漂亮的决策树图，但找不到任何使用 scikit learn 重现类似内容的方法。我愿意接受其他建议。提前致谢 ：）