특성 중요도를 활용한 Feature selection

이전 연습 문제에서는 Machine Learning에서, 그리고 면접 상황에서 특성을 선택할 때 필터 방식과 래퍼 방식이 어떻게 유용한지 연습해 보셨죠. 이번 연습에서는 트리 기반 Machine Learning 알고리즘에 내장된 특성 중요도 기능을 사용해 diabetes DataFrame에서 feature selection 방법을 실습해 보겠습니다.

DataCamp에서는 몇 가지만 다루지만, 특성 선택 방법 전반을 잘 정리한 scikit-learn 사이트의 훌륭한 문서가 있으니 참고하세요.

특성 행렬과 타깃 배열은 각각 X, y로 작업 공간에 저장되어 있습니다.

Feature selection은 전처리 단계로 간주된다는 점을 기억하세요: Machine learning pipeline

이 연습은 강의의 일부입니다

Python으로 연습하는 Machine Learning 면접 질문

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import
from sklearn.ensemble import ____

# Instantiate
rf_mod = ____(max_depth=2, random_state=123, 
              n_estimators=100, oob_score=True)

# Fit
rf_mod.____(____, ____)

# Print
print(diabetes.columns)
print(rf_mod.____)

코드 편집 및 실행