Élimination récursive de caractéristiques avec des forêts aléatoires
Vous allez envelopper un modèle de forêt aléatoire avec un éliminateur récursif de caractéristiques afin de retirer les variables pas à pas. Cette méthode est plus prudente que la sélection après un simple seuil d’importance, car supprimer une caractéristique peut modifier l’importance relative des autres.
Vous aurez besoin des jeux de données préchargés suivants : X, X_train, y_train.
Les fonctions et classes déjà importées pour vous sont : RandomForestClassifier(), RFE(), train_test_split().
Cet exercice fait partie du cours
<cours>Réduction de dimension en Python</cours>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)