回帰のための高カーディナリティのカテゴリカル機能を備えた機能の重要性（数値依存変数）

私はランダムフォレストの機能の重要度を使用して、すべての機能がカテゴリカルであり、それらの多くに多くのレベル（100〜1000のオーダー）がある回帰問題の経験的な機能選択を実行しようとしました。ワンホットエンコーディングでは、各レベルにダミー変数が作成されるため、機能の重要性は各機能（列）ではなく、各レベルにあります。これらの機能の重要性を集計する良い方法は何ですか？

機能のすべてのレベルの平均の重要度を合計または取得することを考えました（おそらく、前者はより多くのレベルの機能に偏っています）。この問題に関する参考資料はありますか？

機能の数を減らすために他に何ができますか？私はグループなげなわを知っています、scikit-learnに使いやすいものを見つけることができませんでした。

それは、それらをどのようにワンホットエンコーディングするかに依存します。そのための多くの自動化されたソリューションは、変換されたすべてのブール値にパターンで名前を付け、AZという値を持つ「letter」と呼ばれるカテゴリー変数が最終的に次のようになるようにします。

letter_A、letter_B、letter_C、letter_D、...

機能の重要度を把握した後、機能の配列とそれに関連する重み/重要度を取得したら、配列を分析し、「letter％」で始まるすべての機能の重要度の重みを合計します。