我具有包含产品，月，年，滞后功能和两个促销功能的销售数据。销售数量是因变量。挑战在于，当我使用二进制（0,1）的促销特征时，当我检查特征重要性时，促销特征作为弱预测变量的重要性为0，而当我检查线性回归，拉索，和里奇（Ridge），促销功能是最主要的预测指标。我尝试为这些变量制作虚拟功能，但看不到任何影响。输入类别时，是否需要在随机森林模型中设置任何参数？
谢谢！
首先，您无法进行这种比较，因为（线性回归）是一种非常简单的算法，始终被用作机器学习的澄清，它在实时应用中的用途很少，所以当然同时看到参数的重要性取决于与（随机森林）不同的因素最后一步是在每个步骤中计算一个功能/多个功能，以检查要选择的功能以及对下一步更重要的功能。请注意：