Mulai sekarangMulai gratis

Eliminasi Fitur Rekursif Otomatis

Sekarang mari kita otomatisasi proses rekursif ini. Bungkus Recursive Feature Eliminator (RFE) di sekitar estimator logistic regression kita dan berikan jumlah fitur yang diinginkan.

Semua fungsi dan paket yang diperlukan telah dimuat sebelumnya dan fitur-fitur telah diskalakan untuk Anda.

Latihan ini merupakan bagian dari kursus

Pengurangan Dimensi dengan Python

Lihat Kursus

Instruksi latihan

  • Buat RFE dengan estimator LogisticRegression() dan 3 fitur untuk dipilih.
  • Cetak fitur beserta peringkatnya.
  • Cetak fitur yang tidak dieliminasi.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Create the RFE with a LogisticRegression estimator and 3 features to select
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)

# Fits the eliminator to the data
rfe.fit(X_train, y_train)

# Print the features and their ranking (high = dropped early on)
print(dict(zip(X.columns, rfe.____)))

# Print the features that are not eliminated
print(X.columns[rfe.____])

# Calculates the test set accuracy
acc = accuracy_score(y_test, rfe.predict(X_test))
print(f"{acc:.1%} accuracy on test set.")
Edit dan Jalankan Kode