Random forests के साथ Recursive Feature Elimination
आप एक random forest मॉडल के चारों ओर Recursive Feature Eliminator रैप करके फीचर्स को चरणबद्ध तरीके से हटाएँगे। यह तरीका, एक ही importance threshold लगाने के बाद फीचर चुनने की तुलना में, अधिक सावधान (conservative) होता है। क्योंकि एक फीचर हटाने से बाकी फीचर्स की relative importance बदल सकती है।
ये प्री-लोडेड डेटासेट उपलब्ध हैं: X, X_train, y_train.
आपके लिए प्री-लोडेड फंक्शन और क्लास हैं: RandomForestClassifier(), RFE(), train_test_split().
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Dimensionality Reduction
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)