本发明公开了一种特征重要性评估方法，该方法包括：获取包含若干个数据样本的数据集，并通过孤立森立算法对数据集进行异常值检测，以确定若干个异常样本的异常分数。再获取目标异常样本在目标决策树的第一深度，根据目标决策树内目标异常样本的第一深度和异常分数计算目标决策树的第一重要性分数，从而确定出不同决策树的重要程度。最后获取目标特征在目标决策树上的第二深度，根据目标决策树内目标特征的第二深度和目标决策树的第一重要性分数计算目标特征的第二重要性分数，这样就能确定出不同特征的重要性程度，继而可以帮助降低特征维度，增加业务洞察的易得性。此外，还提出了特征重要性评估装置、设备和存储介质。