在决策树的情况下，如何找到对特定预测贡献最大的变量？例如，如果有特征A、B、C、D、E，我们在数据集的顶部构建一个决策树。然后，对于样本x，假设变量C、D对预测(x)的贡献最大。如何找到这些对H2O中的预测(x)贡献最大的变量？我知道一旦建立了决策树，H2O就赋予了变量的全局重要性。我的问题适用于我们使用特定的树来做出决策的情况，以及找到促成该特定决策的变量的情况。Scikit learn具有提取用于预测样本的规则的功能。H2O有这样的功能吗？
H2O目前不支持这样做(截至2017年2月，H2O 3.10.3.x)；Erin为它打开了一个JIRA：https://0xdata.atlassian.net/browse/PUBDEV-4007
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium