随机森林与回归行为

Question

我正在尝试预测用户执行点击的意图。因此，我在Python中使用sklearn库尝试了两种方法来处理RandomForest和LinearRegression。

回归：

 from sklearn import linear_model
    linreg = linear_model.LinearRegression()
    linreg.fit(X_train, y_train)

RandomForest：

 from sklearn import ensemble
    forest = ensemble.RandomForestRegressor()
    forest.fit(X_train, y_train)

回归输出：

RandomForest的输出：

如您所见，两个模型的相同特征集和相同数据结果非常不同。而且，两个模型中每个特征集的重要性不同，它们的相对重要性也不同。那么，有人可以解释这种行为吗？在我看来，回归在将零与非零分开方面做得很好，对吧？