В одном из моих проектов я пытался определить, какие из моих 12 функций являются наиболее движущими факторами для целевой переменной, используя RandomForestRegressor (sklearn). RandomForest приятно дает вам список важных функций, который объясняет, какие из функций лучше всего использовать для объяснения цели. Но я все еще не уверен насчет того, каким должно быть значение max_features для моей модели, потому что ответ по умолчанию - использовать все функции, которые означали бы, что моя модель - это просто множество деревьев. После нескольких обсуждений имело смысл использовать n / 3 в качестве максимального числа объектов, если вы действительно ищете случайный лес из деревьев. Я продолжил с n / 3 в качестве максимального числа функций, потому что я получал довольно хороший r-квадрат.
Совсем недавно я понял, что мои значения функций совершенно разные, когда я изменил max_features на n. Если значения функций действительно относительно друг друга по шкале от 1 до 10, может ли она действительно увеличиваться / имеет ли смысл увеличиваться с 0,36 до 0,81, когда я изменяю число элементов с n / 3 на n? Итак, что должно быть max_features, если я пытаюсь определить наиболее объяснительную переменную, учитывая, что я получаю довольно хороший r-квадрат как с n / 3, так и с n. Я не могу понять, что мне не хватает. 
Пожалуйста, предложите, как поступить. Большое спасибо.