特征选择（如何解释结果）？

Question

假设我有一个数据集，我想选择与预测结果相对应的特征比其他特征更好。我已经实施了一些特征排名测试，结果如下：

对于预测模型，我选择了具有最佳“平均值”值的特征。

X = oil_10[['Sidetrack Code','Well Type Code','Well Status  
Code','Producing Formation','Water Produced, bbl','County']]

这是具有“最佳选择特征”的预测模型结果：

RandomForestRegressor
0.390502562474

这是没有任何选择的具有所有数据集特征的预测模型的结果：

RandomForestRegressor
0.741878611892

如何利用Feature Ranking结果实现最佳预测结果？

Answer 1

好吧，我尝试过这样解决我的问题： 我刚刚删除了最不重要的特征（其平均重要性值小于 0.15），准确率保持在 75% 不变，但现在预测模型的运行速度要快得多。