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 adalah bagian dari kursus
Pengurangan Dimensi dengan Python
Petunjuk latihan
- Buat RFE dengan estimator
LogisticRegression()dan 3 fitur untuk dipilih. - Cetak fitur beserta peringkatnya.
- Cetak fitur yang tidak dieliminasi.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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.")