计算有监督学习数据的特征重要性，基于树类模型
- data_set.py 读入libsvm类型的数据，拆分为特征和目标值
- prediction_models.py 分类模型。根据data_set读入的数据建立树类模型（决策树，GBDT,RF），后得到feature_importance，并写出文件。注意，做了十折交叉验证，所以输出了十行，每一列对应特征。需要制定输入文件名（数据文件）和输出文件名（feature_importace文件）
- regressor.py 回归模型。其他同上。
后可在excel中计算平均值，对特征排序。