중요한 특징 골라내기

scikit-learn 랜덤 포레스트를 학습해, 특징 이름을 중요한 순서대로(가장 중요한 것부터) 리스트로 돌려주는 함수를 완성하는 문제입니다. 학습용과 평가용 특징·라벨, 그리고 각 열의 이름을 받고, 돌려주는 리스트에는 모든 이름이 정확히 한 번씩 들어가야 합니다. 어떤 특징이 예측에 가장 중요한지 읽어내는 기본기를 연습합니다.

어떤 특징이 예측에 정말 중요한지 아는 것은 모델을 이해하고, 제 몫을 못 하는 특징을 덜어내는 데 핵심입니다. 랜덤 포레스트는 여러 결정 트리를 모은 모델이고, 특징별 중요도를 낼 수 있습니다. 이 문제는 scikit-learn 으로 특징 순위를 만들고, 그럴듯해 보이는 순서를 그냥 믿기보다 내가 아는 데이터로 검증하는 연습을 합니다.

특징 중요도는 왜 보나요?

어떤 특징이 예측을 이끄는지 알려줍니다. 그래야 모델을 설명할 수 있고, 보탬이 적은 특징은 덜어낼 수 있어요. 더 또렷한 모델과 군더더기 없는 특징이 그 보상입니다.

특징 중요도 순위는 어떻게 확인하나요?

어떤 특징이 중요해야 하는지 내가 미리 아는 데이터를 만들고, 순위가 예상한 자리에 그 특징을 놓는지 확인하세요.

이 문제는 어떤 라이브러리를 쓰나요?

Python, numpy, 그리고 scikit-learn 랜덤 포레스트 분류기를 씁니다. 모든 특징 이름을 정확히 한 번씩, 가장 중요한 것부터 순서대로 돌려줍니다.