现在我正在尝试使用局部特征通过随机森林回归器预测局部目标。例如，总数据包含有关3个区域的信息，但是我只想预测区域1的目标值。因此，我只使用了区域1的特征以及所有特征来进行训练。
与使用全局信息相比，仅使用局部特征可提供更高的测试准确性（0.97与0.86）。是否表示区域1以外的特征是多余的？但是，整体模型的特征重要性显示，平均而言，区域2中特征的重要性更高。
我期望两者之间具有一致性，也就是说，相对于区域1中的目标，全局模型在区域1中显示出更高的特征重要性，但是结果却说明了另一个问题。
我该如何解释？还是我还能如何证明局部特征对局部目标更重要，因为准确性似乎如此？
我对随机森林算法不是很熟悉。谢谢您的耐心等待！