递归特征消除（对所有特征都具有相似的重要性）

Question

我正在尝试使用10个分类变量（均从1到10的相同比例）将模型拟合到分类变量（3个级别=低，中，高）上。我使用随机森林运行递归特征消除（RFE），结果是所有变量的重要性相似（每个变量约10％）。我期待一个主要变量，但事实并非如此。如何解释呢？我应该尝试以其他方式建模还是仅仅是数据的本质？

PS：我运行了一个corr矩阵，所有10个特征与目标变量的相关度都很低。如果是这种情况，我是否应该认为在相关性较低的情况下，没有哪个变量可以控制重要性？

Answer 1

从技术上讲，是的，可能所有属性都有同等的影响。这种平等是否有意义只能用对特定数据集或域的“洞察力知识”来回答。