本人正在写一篇论文，想用随机森林来选择重要性变量，但楼主是个软件小白，不知道如何实现这一过程，所以到此来发布一个问答帖子，求助各位大神，希望能帮忙实现，有偿帮助也可以，但有以下要求：
一、实现方式为Python或R
二、我想做的是利用随机森林两阶段逐步回归筛选重要性变量，所以需要完成以下两个步骤：
1.选用相对重要性评价变量重要性，要求实现步骤如下：
（1）对所有变量计算随机森林重要性得分，按相对重要性得分降序排序
（2）将变量分为N组，每组变量数目相等
（3）保留最后一组变量排序及得分
（4）计算剩余变量随机森林重要性的分，按相对重要性得分降序排列，返回步骤（3），直到这几组变量均计算完成
（5）重复模拟100次，以100次的相对重要性得分均值作为变量重要性的得分，以及重要性排序评判标准
2.利用逐步回归筛选变量，实现步骤如下：
（1）根据改进后变量重要性排序确定的变量重要性得分，对原数据剔除该得分小于0的变量数据
（2）对剔除后的剩余变量再次进行随机森林变量重要性降序排列
（3）选择排序第一的变量，对变量做100次随机森林，计算a=OOB（误分率）
（4）加入排序中的下一个变量，做100次随机森林，计算b=OOB（误分率）
（5）若a<=b,删除加入的变量，转入步骤（4）
（6）否则，将b 赋值给a ,选择变量，重新计算现有变量重要性得分，降序排列
（7）若剔除最后一个变量，做100次随机森林，计算b=OOB
（8）若a<=b,保留该变量，转入步骤（4）
（9）否则剔除该变量，将b 赋值给a，转入步骤（4）
（10）直至遍历所有的变量，OOB最小结束。