我正在做一个数据分析/机器学习项目。
主要目标是确定在大型数据集中哪个组件导致了问题。
数据集包含很多行，每一行代表一个测试，每个测试包含测试名称、使用的组件和结果等信息
例如，数据如下
| 测试 | 使用的组件 | 结果 |
|---|---|---|
| 1 | 1,2,3,7 | 失败 |
| 2 | 2,3 | 通过 |
| 3 | 1,3,4,5 | 失败 |
| 1 | 3,4 | 通过 |
| 1 | 5,6,7 | 失败 |
| 1 | 4,5,6 | 通过 |
| 1 | 7 | 失败 |
| 1 | 1,2 | 失败 |
| 1 | 2,5,6 | 通过 |
| 1 | 2,3,5,7 | 失败 |
| 1 | 2,3,4 | 通过 |
| 1 | 1,2,3,4,5,6,7 | 失败 |
从上表中使用人类解释，我们可以发现 只要有“1”，结果就会失败 只要有“7”，结果就失败 因此，我们可以得出结论，组件1和7有故障，不能用于测试。请注意，一次可能使用超过 100 个组件，并进行数百万次测试。还有一种情况，有时 1 会通过，有时 7 会通过，但并不总是 100% 失败。另一种情况是，组合使用组件也可能导致失败，例如，如果 2 和 3 一起使用，则会失败，但如果使用 2 而不使用 3，则可能会通过。类似这样的事情。
我尝试过Python中的决策树， 使用 scikit-learn 中的 DecisionTree 进行训练并提取 __feature_importance 它确实给了我哪个功能最重要的结果，但没有告诉我该功能是积极还是消极影响的程度。为什么它只显示重要性的值，如何找到重要性