"""
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_)
使用RFE进行特征选择
猜你喜欢
转载自blog.csdn.net/QYHuiiQ/article/details/97615809
今日推荐
周排行