赞
踩
特征递归消除官方给了两者方法
1.RFE
2.RFECV
官方解释
链接:sklearn.feature_selection.RFE — scikit-learn 1.0.2 documentationhttps://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。
库
sklearn.feature_selection.RFE
重要参数
参数 | 参数说明 |
---|---|
estimator | 监督学习估计有 |
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。