Eliminación recursiva de características con random forests
Vas a envolver un eliminador recursivo de características alrededor de un modelo de random forest para quitar características paso a paso. Este método es más conservador que seleccionar características tras aplicar un único umbral de importancia, ya que eliminar una característica puede influir en las importancias relativas de las demás.
Tendrás estos conjuntos de datos precargados: X, X_train, y_train.
Las funciones y clases que ya están cargadas para ti son: RandomForestClassifier(), RFE(), train_test_split().
Este ejercicio forma parte del curso
Reducción de dimensionalidad en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)