具有相关特征的随机森林

Question

在我的数据集中，我有2个不仅相互关联的特征，而且仅在彼此存在时才有意义。例如，一个是尝试执行任务的次数，另一个是成功的次数。

如前所述，似乎是我自己单独采取了2种方法之一并没有提供任何信息。我应该制定一种方案，如果我在RF的树中选择其中一个，则自动包括另一个？

如果是这样，是否可以使用scikit-learn的RF类来做到这一点？

谢谢！

Answer 1

为成功率引入新功能successes / attempts。现在，这个可能重要的概念对于分类器/回归器而言更加可用。 随机森林算法对冗余特征具有鲁棒性，因此您应尝试保留原始特征，这可能会添加预测信息。查看经过训练的森林的特征重要性得分，以了解选择了哪些特征。