Eliminazione ricorsiva delle caratteristiche con random forest
Avvolgerai un eliminatore ricorsivo di caratteristiche attorno a un modello random forest per rimuovere le caratteristiche passo dopo passo. Questo metodo è più conservativo rispetto alla selezione dopo una singola soglia di importanza, perché eliminare una caratteristica può influenzare le importanze relative delle altre.
Avrai a disposizione questi insiemi di dati già caricati: X, X_train, y_train.
Le funzioni e le classi già caricate per te sono: RandomForestClassifier(), RFE(), train_test_split().
Questo esercizio fa parte del corso
Riduzione della dimensionalità in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)