การรวม Feature Selector 3 ตัว
เราจะนำผลโหวตจากโมเดลทั้ง 3 ตัวที่สร้างในแบบฝึกหัดก่อนหน้ามารวมกัน เพื่อตัดสินว่า feature ใดมีความสำคัญ แล้วสร้างเป็น meta mask จากนั้นจะใช้ mask นี้ลดมิติข้อมูล และทดสอบว่า Linear Regressor อย่างง่ายทำงานได้ดีเพียงใดบนชุดข้อมูลที่ลดมิติแล้ว
ผลโหวตของแต่ละโมเดลถูกโหลดไว้ล่วงหน้าในชื่อ lcv_mask, rf_mask และ gb_mask ส่วนชุดข้อมูล feature และ target อยู่ใน X และ y
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การลดมิติข้อมูลใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Sum the votes of the three models
votes = ____
print(votes)