平均不纯度减少（mean_decrease_impurity）

随机森林提供了两种特征选择的方法：平均不纯度减少和平均精确度减少（sklearn没有直接提供）。
平均不纯度减少中，对于分类问题通常采用基尼不纯度或者信息增益。
对于回归问题，通常采用方差或者最小二乘拟合。

这个是平均不纯度减少的代码和运行结果。
rfr.feature_importances_随机森林里有现成的api，提供了特征重要性的选择。底层实现的评分标准是基尼重要性（Gini importance）。