随机森林重要性排序代码

以下是使用Python中sklearn库实现随机森林特征重要性排序的代码：

from sklearn.ensemble import RandomForestRegressor

# 创建随机森林回归模型
rf = RandomForestRegressor(n_estimators=1000, random_state=42)

# 训练模型
rf.fit(X_train, y_train)

# 特征重要性排序
importances = list(rf.feature_importances_)
feature_importances = [(feature, round(importance, 2)) for feature, importance in zip(feature_list, importances)]
feature_importances = sorted(feature_importances, key = lambda x: x[1], reverse = True)
for pair in feature_importances:
    print('特征：{:20} 重要性：{}'.format(*pair))

其中，X_train和y_train是训练集的特征和标签，feature_list是特征名称列表，可以根据具体情况进行修改。此代码将输出每个特征的重要性排名。