筛选特征案例分析

（三）筛选特征案例分析

考虑非收入特征对脱贫户属性划分的影响，例如“文化程度”“是否为党员”“劳动力人数”“健康状况”“家庭人口数”等（见图23），本文分别采用随机森林模型、XGBoost模型、CatBoost模型、LightGBM模型计算每个指标特征重要度（见图24）。为了进一步提高模型的泛化能力和稳健性，本文对多个模型的结果进行平均，最终得到如表9所示的特征重要性排序表。

图23　模型特征重要性对比（重要性从左到右依次降低）

表9　四个模型的指标特征重要性排序结果（前八项）

续表

图24　可持续发展影响特征的重要性排序柱状图（重要性从上到下依次降低）

这些特征从侧面影响到监测对象的可持续发展能力，例如劳动力人数、是否加入农业合作社、文化程度、是否为党员，侧面反映了监测对象进取向上的程度，以及其靠自身能力持续发展的基础面。另外居住环境与条件也会直接影响到监测对象的状态，居住条件的恶化从生理、心理上都会给居民带来负面作用，并反馈到其可持续发展能力上。

从随机森林、XGBoost、CatBoost、LightGBM模型集成的结果看，在对监测对象可持续发展能力的影响指标因素中，劳动力人数、农业面积、健康状况、是否加入农业合作社、文化程度、是否为党员、家庭人口数、住房面积这8项指标的影响较为显著。这些特征在整体特征重要性中占比达到了90%以上（见图25），侧面反映了筛选出来的8项特征具有较强的代表性和影响可持续发展的重要性。

图25　可持续发展影响特征的重要性热力图（重要性从左到右依次降低）