汽车之家新车销售分析

没有进入真正的分析之前，我们先来看几个关于汽车之家车商城的数据（公开发布，咱们只看趋势好了，数据我去掉了）：

1.销售趋势

车商城在15年4季度迎来销售高峰

2.买车的热门城市

3.车主偏爱的颜色

4.以北京为例，采购多来自经销商

怎么判断是经销商呢？上面的886买的车其实是由下面的人贡献的

5.卖的最好的车

6.真实的买家，很喜欢用手机号做用户名呀，如果我是卖保险的，那机会来了

7.大家偏爱的购买时间

随机森林变量重要性

数据分析或挖掘中，探查事件的驱动因素和特征选择，都牵涉到变量重要性的问题，scikit-learn 树模型相关，都提供了对变量重要性的判定，比如：http://scikit-learn.org/stable/auto_examples/ensemble/plot_forest_importances.html

但是这个变量重要性到底怎么算的呢？


http://scikit-learn.org/stable/modules/tree.html中介绍了gini和信息熵的计算

http://stackoverflow.com/questions/15810339/how-are-feature-importances-in-randomforestclassifier-determined 中提到这些

通过上述描述，找到这个http://papers.nips.cc/paper/4928-understanding-variable-importances-in-forests-of-randomized-trees.pdf



这里给出了例子http://stats.stackexchange.com/questions/92419/relative-importance-of-a-set-of-predictors-in-a-random-forests-classification-in




这下终于搞明白了
再看一个例子
http://blog.datadive.net/selecting-good-features-part-iii-random-forests/