Kombinieren von 3 Feature-Selektoren
Wir kombinieren die Stimmen der 3 Modelle, die du in den vorherigen Übungen gebaut hast, zu einer Meta-Maske, um zu entscheiden, welche Features wichtig sind. Anschließend verwenden wir diese Maske zur Dimensionsreduktion und schauen, wie sich ein einfacher linearer Regressor auf dem reduzierten Datensatz schlägt.
Die Stimmen pro Modell wurden als lcv_mask, rf_mask und gb_mask vorab geladen sowie die Feature- und Ziel-Datensätze als X und y.
Diese Übung ist Teil des Kurses
<Kurs>Dimensionsreduktion in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Sum the votes of the three models
votes = ____
print(votes)