转载自：https://www.cnblogs.com/xieb1994/p/9895450.html
随机森林做特征提取主要是根据：OOB（out of bag）原则去做的。
出发点：如果某个特征是重要的，那么当在此特征的数据分布式引入一定的噪声，那么用仅对此特征进行变化之后的数据进行RF训练，模型的性能应当会有较大的变化（较明显地变差）；反之，如果某个特征是不重要的，则重新训练后的模型性能变化不大。
(1)计算每个特征的重要性程度
要进行特征选择，得有一个对特征好坏的度量，RF对于特征好坏的度量是基于
特征重要性：
A. 对每一颗决策树，选择相应的袋外数据（out of bag，OOB）计算袋外数据误差，记为
B. 随机对袋外数据OOB所有样本的特征X加入噪声干扰（可以随机改变样本在特征X处的值），再次计算袋外数据误差，记为。
C. 假设森林中有N棵树，则特征X的重要性为。
这个数值之所以能够说明特征的重要性是因为，如果加入随机噪声后，袋外数据准确率大幅度下降（即上升），说明这个特征对于样本的预测结果有很大影响，进而说明重要程度比较高。
（2）特征选择过程
A. 计算每个特征的重要性，并按降序排序
B. 确定要剔除的比例，依据特征重要性剔除相应比例的特征，得到一个新的特征集
C. 用新的特征集重复上述过程，直到剩下m个特征（m为提前设定的值）
D. 根据上述过程中得到的各个特征集和特征集对应的袋外误差率，选择袋外误差率最低的特征集
