在通常的线性回归中，一切对我来说都很清楚——我推导出了构建模型的截距、自变量的系数，并编制了一个可以在实践中应用的经典线性回归方程。你能告诉我如何使用 RandomForestRegressor 获得类似的结果吗？“黑匣子”形式的模型还不错，但我想了解如何通过自变量来实现因变量的期望值。我阅读了文档，除了 R2 和 feature_importances_ 之外，我没有找到任何其他类似于 beta 回归系数的东西。或者我不明白的东西。
提前致谢！
请告诉我如何用单独的颜色突出显示具有某些索引的列。我有以下代码，它使用国家主题的名称作为索引，我需要在视觉上突出显示其中的一些。
stats_2017_1th_year_mort_2017_df = dataset_stats_2017_df['1th_year_mort_2017']
stats_2017_1th_year_mort_2017_df.index = dataset_stats_2017_df['Subyekt']
stats_2017_1th_year_mort_2017_df = stats_2017_1th_year_mort_2017_df.sort_values()
rcParams["figure.figsize"] = 19, 19
stats_2017_1th_year_mort_2017_df.plot(kind="barh")
plt.show()