Eliminação Recursiva de Atributos Automática
Agora vamos automatizar esse processo recursivo. Envolva um Eliminador Recursivo de Atributos (RFE) em nosso estimador de regressão logística e passe o número desejado de atributos.
Todas as funções e pacotes necessários já foram pré-carregados e os atributos (features) foram padronizados para você.
Este exercício faz parte do curso
Redução de Dimensionalidade em Python
Instruções do exercício
- Crie o RFE com um estimador
LogisticRegression()e 3 atributos para selecionar. - Imprima os atributos e seus rankings.
- Imprima os atributos que não são eliminados.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create the RFE with a LogisticRegression estimator and 3 features to select
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)
# Fits the eliminator to the data
rfe.fit(X_train, y_train)
# Print the features and their ranking (high = dropped early on)
print(dict(zip(X.columns, rfe.____)))
# Print the features that are not eliminated
print(X.columns[rfe.____])
# Calculates the test set accuracy
acc = accuracy_score(y_test, rfe.predict(X_test))
print(f"{acc:.1%} accuracy on test set.")