Отбор важных признаков
В этом упражнении вам нужно отобрать только наиболее важные признаки, которые будет использовать итоговая модель. Напомним, что относительная важность признаков сохранена в столбце importance DataFrame с именем relative_importances.
Это упражнение является частью курса
HR-аналитика: прогнозирование текучести кадров на Python
Инструкции к упражнению
- Выберите только те признаки, у которых значение
importanceпревышает 1%. - Создайте список из этих признаков и выведите его на экран (этот шаг уже выполнен за вас).
- Используя индекс, сохранённый в
selected_list, преобразуйтеfeatures_trainиfeatures_testтак, чтобы они включали только признаки с важностью выше 1%.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# select only features with relative importance higher than 1%
selected_features = relative_importances[relative_importances.____>0.01]
# create a list from those features: done
selected_list = selected_features.index
# transform both features_train and features_test components to include only selected features
features_train_selected = features_train[selected_list]
features_test_selected = ____[____]