Selecția caracteristicilor prin importanța caracteristicilor
În exercițiul anterior, ai exersat cum metodele de filtrare și cele bazate pe căutare pot fi utile pentru selecția caracteristicilor în machine learning și în interviurile de machine learning. În acest exercițiu, vei practica metode de selecție a caracteristicilor folosind importanța caracteristicilor integrată în algoritmii de machine learning bazați pe arbori de decizie, pe DataFrame-ul diabetes.
Deși pe DataCamp ai timp și spațiu să exersezi doar câteva dintre ele, există o excelentă documentație disponibilă pe site-ul scikit-learn, care prezintă și alte modalități de selecție a caracteristicilor.
Matricea de caracteristici și vectorul țintă sunt salvate în spațiul tău de lucru ca X, respectiv y.
Reține că selecția caracteristicilor este considerată un pas de preprocesare:
Acest exercițiu face parte din cursul
Exersează întrebări de interviu pentru Machine Learning în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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.____)