В моей модели прогнозирования есть как категориальные, так и непрерывные функции, и я хочу выбрать (и оценить) наиболее важные функции.
Я преобразовал все категориальные переменные в двоичные для лучшей интерпретации. Когда я использую LogisticRegression, тогда модель работает не так хорошо, как Decision Tree модели (RandomForest, ExtraTree), а также LogisticRegression определяет категориальные переменные среди самых важных и редко все непрерывные переменные среди их.
Но Decision Tree модели всегда выбирают непрерывные функции как наиболее важные и редко добавляют к модели несколько категориальных. Какое толкование (ранжирование) является более правильным?