Élimination récursive de caractéristiques avec les forêts aléatoires
Vous allez envelopper un modèle de forêt aléatoire avec un éliminateur récursif de caractéristiques afin de retirer les variables étape par étape. Cette méthode est plus prudente que la sélection après l'application d'un seul seuil d'importance, car supprimer une caractéristique peut influencer l'importance relative des autres.
Jeux de données déjà chargés : X, X_train, y_train.
Fonctions et classes déjà chargées pour vous : RandomForestClassifier(), RFE(), train_test_split().
Cette activité fait partie du cours
Réduction de dimensionnalité en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)