1. Учиться
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ次元削減
Connected

Exercise

追加の票を集めるためのアンサンブルモデル

LassoCV() モデルは 32 個の特徴量のうち 22 個を選択しました。悪くはありませんが、次元削減としてはそれほど劇的でもありません。そこで、さらに 2 つのモデルを使い、再帰的特徴量削除（RFE）でそれぞれが最重要と判断する 10 個の特徴量を選んでみましょう。

標準化済みの学習用・テスト用データは、X_train、X_test、y_train、y_test として読み込まれています。

Инструкции 1 / 4

undefined XP
    1
    2
    3
    4
  • GradientBoostingRegressor に対して RFE で 10 個の特徴量を選択し、各ステップで 3 個ずつ削除してください。