Model ensemble untuk suara tambahan
Model LassoCV() memilih 22 dari 32 fitur. Cukup baik, tetapi bukan reduksi dimensi yang spektakuler. Mari gunakan dua model lagi untuk memilih 10 fitur yang mereka anggap paling penting menggunakan Recursive Feature Eliminator (RFE).
Data latih dan uji yang sudah distandardisasi telah dimuat sebelumnya untuk Anda sebagai X_train, X_test, y_train, dan y_test.
Latihan ini merupakan bagian dari kursus
Pengurangan Dimensi dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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)