अतिरिक्त वोटों के लिए एन्सेम्बल मॉडल
LassoCV() मॉडल ने 32 में से 22 फीचरों का चयन किया। बुरा नहीं, लेकिन कम-आयामीकरण भी बहुत बड़ा नहीं है। आइए दो और मॉडल इस्तेमाल करें और Recursive Feature Eliminator (RFE) से वे 10 फीचर चुनें जिन्हें वे सबसे महत्वपूर्ण मानते हैं।
स्टैंडर्डाइज़्ड ट्रेनिंग और टेस्ट डेटा आपके लिए पहले से X_train, X_test, y_train, और y_test के रूप में लोड किया गया है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Dimensionality Reduction
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.feature_selection import RFE
from sklearn.ensemble import GradientBoostingRegressor
# Select 10 features with RFE on a GradientBoostingRegressor, drop 3 features on each step
rfe_gb = RFE(estimator=____,
n_features_to_select=____, step=____, verbose=1)
rfe_gb.fit(X_train, y_train)