1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ次元削減
Connected

演習

特徴選択のためのランダムフォレスト

それでは、学習済みのランダムフォレストモデルを使って、入力データセット X から最も重要な特徴量を選びましょう。

前の演習で学習したモデルは rf として読み込まれています。

指示1 / 2

undefined XP
    1
    2
  • 重要度が 0.15 より高い特徴量のマスクを作成します。