1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w Pythonie
Connected

ćwiczenie

Rekurencyjna eliminacja cech z lasami losowymi

Opakujesz rekurencyjny eliminator cech wokół modelu lasu losowego, aby usuwać cechy krok po kroku. Ta metoda jest bardziej zachowawcza w porównaniu z wyborem cech na podstawie pojedynczego progu ważności – usunięcie jednej cechy może bowiem wpłynąć na względną ważność pozostałych.

Będziesz potrzebować następujących wstępnie załadowanych zbiorów danych: X, X_train, y_train.

Wstępnie załadowane funkcje i klasy to: RandomForestClassifier(), RFE(), train_test_split().

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Utwórz rekurencyjny eliminator cech, który wybierze 2 najważniejsze cechy, korzystając z modelu lasu losowego.