Eliminasi Fitur Rekursif dengan random forests
Anda akan membungkus sebuah Recursive Feature Eliminator di sekitar model random forest untuk menghapus fitur selangkah demi selangkah. Metode ini lebih konservatif dibandingkan memilih fitur setelah menerapkan satu ambang batas importance, karena menghapus satu fitur dapat memengaruhi tingkat kepentingan relatif fitur lainnya.
Anda akan menggunakan himpunan data yang telah dimuat: X, X_train, y_train.
Fungsi dan kelas yang telah dimuat untuk Anda: RandomForestClassifier(), RFE(), train_test_split().
Latihan ini adalah bagian dari kursus
Pengurangan Dimensi dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)