我知道决策树有一个由基尼系数计算的feature_importance属性,可以用于检查哪些特征更重要。
然而,在scikit-learn或Spark中使用时,它只接受数字属性,所以我必须将字符串属性转换为数字属性,然后对其进行one-hot编码。当特征被放入决策树模型中时,它们是0-1编码,而不是原始格式。我的问题是,如何解释原始特征的重要性?在尝试解释功能重要性时,是否应避免使用one-hot编码?
谢谢。
我知道决策树有一个由基尼系数计算的feature_importance属性,可以用于检查哪些特征更重要。
然而,在scikit-learn或Spark中使用时,它只接受数字属性,所以我必须将字符串属性转换为数字属性,然后对其进行one-hot编码。当特征被放入决策树模型中时,它们是0-1编码,而不是原始格式。我的问题是,如何解释原始特征的重要性?在尝试解释功能重要性时,是否应避免使用one-hot编码?
谢谢。