我在尝试使用10个同样为分类变量（所有变量的尺度为1到10）的变量来拟合一个分类变量模型（3个层次：低、中、高）。我使用随机森林运行了递归特征消除（RFE），结果显示所有变量的重要性相似（每个约10%）。我原本期待有一个主导变量，但事实并非如此。这该如何解释？我应该尝试不同的建模方法，还是这只是数据的本质？

附注：我运行了一个相关矩阵，发现所有10个特征与目标变量的相关性都很低。如果是这样的话，是否应该预期没有哪个变量在重要性上占主导地位，因为相关性水平低？

回答：

从技术上讲，是有可能所有属性具有相同的重要性。是否这种平等有意义，只能通过对特定数据集或领域的“深入了解”来回答。