对于我的意思而言，灵敏度可能是个坏词，因为我没有找到要搜索的结果。
因此，我使用随机森林创建了一个回归模型。然后，我使用了不同的方法来选择特征，将特征的数量从60个缩小到9个。
在模型中，您将获得输出“ Y”或“ N”。分别表示您被批准或拒绝。我现在想做的是，如果您获得输出“ N”，那么您还应该获得在每个功能上可以提高多少才能获得“ Y”的信息。
例如，输出可能为：“您被拒绝，但是如果您将x1分数提高为0.1，x2分数为0.5，x3分数为1，x4分数为-5，则您将被批准。”换句话说，可以更改多少功能以更改输出的标签。
假定变量不相关。
我现在做的方法是为每个功能进行循环，在每次迭代中对其进行一些更改，并在标签更改时停止。但是，这导致for循环中出现多个for循环，这似乎不是最佳的。 python中有没有执行此操作的功能，或者有没有更简单的方法？
谢谢:)