使用RFE进行特征选择

"""
使用RFE进行特征选择：RFE是常见的特征选择方法，也叫递归特征消除。它的工作原理是递归删除特征，
并在剩余的特征上构建模型。它使用模型准确率来判断哪些特征（或特征组合）对预测结果贡献较大。
"""

from sklearn import datasets
from sklearn.feature_selection import RFE
from sklearn.linear_model import LogisticRegression

testdataset = datasets.load_iris()
model = LogisticRegression()
rfe = RFE(model, 3)
rfe = rfe.fit(testdataset.data, testdataset.target)
print(rfe.support_)
print(rfe.ranking_)