当前位置:   article > 正文

python特征递归消除_python rfe

python rfe

一、基础知识了解

 特征递归消除官方给了两者方法

1.RFE

2.RFECV

一.RFE

官方解释

链接:sklearn.feature_selection.RFE — scikit-learn 1.0.2 documentationicon-default.png?t=N7T8https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFE.html?highlight=rfe#sklearn.feature_selection.RFE        给定一个为特征分配权重的外部估计器(例如,线性模型的系数),递归特征消除(RFE)的目标是通过递归地考虑越来越小的特征集来选择特征。首先,估计器在初始特征集上进行训练,每个特征的重要性通过任何特定属性或可调用获得。然后,从当前的特征集中剪除最不重要的特征。该过程在修剪后的集合上递归重复,直到最终达到要选择的所需特征数量。

sklearn.feature_selection.RFE

重要参数

参数 参数说明
estimator

监督学习估计有fit提供有关功能的重要性(如信息的方法coef_feature_importances_

<
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/662545
推荐阅读
相关标签
  

闽ICP备14008679号