G検定（ジェネラリスト検定） 機械学習の概要 練習問題 第42問: ランダムフォレストなどの木のモデルで、分割による不純度の減少から求める特徴量の重要度（MDI）の注意点として、最も適切なものはどれか。

「訓練データの統計から求めるので…値の種類が多い特徴量を高く評価しやすい」が適切です。scikit-learnのユーザーガイド1.11.2.5節は、不純度にもとづく重要度には、訓練データの統計から計算するので検証用のデータでの予測に効く特徴量を示すとは限らないことと、値の種類の多い特徴量を好むことの2つの欠点があり、並べ替えの重要度（permutation importance）はこれらの欠点を持たないと述べています。

「検証用に取り分けたデータで…測る」は計算に使うデータを取り違えています。「値の種類が少ない特徴量ほど高く出やすい」は偏りの向きが逆で、同ガイド5.2.2節は、2値の特徴量より値の種類の多い数値の特徴量が有利になるとしています。

「木の本数を数えた値」も誤りで、同ガイドは、その特徴量で分けるサンプルの割合と分割による不純度の減少を組み合わせて求めると説明しています。