เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเลือกฟีเจอร์ที่สำคัญ

ในแบบฝึกหัดนี้ ให้เลือกเฉพาะฟีเจอร์ที่สำคัญที่สุดเพื่อนำไปใช้กับโมเดลขั้นสุดท้าย ทั้งนี้ ค่าความสำคัญสัมพัทธ์ถูกบันทึกไว้ในคอลัมน์ importance ของ DataFrame ชื่อ relative_importances

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เลือกเฉพาะฟีเจอร์ที่มีค่า importance สูงกว่า 1%
  • สร้างลิสต์จากฟีเจอร์เหล่านั้นและแสดงผล (ส่วนนี้เตรียมไว้ให้แล้ว)
  • ใช้ index ที่บันทึกใน selected_list เพื่อแปลงทั้ง features_train และ features_test ให้คงเฉพาะฟีเจอร์ที่มีค่าความสำคัญสูงกว่า 1%

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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 = ____[____]
แก้ไขและรันโค้ด