Özellik seçimi
Verilerini modellemeye hazırlarken, modelin tahminlerini (veya teşhisini) dayandıracağı faydalı bir özellik setine sahip olmak önemlidir. Faydalı olabilmeleri için özelliklerin kalp hastalığı veri kümesinin temel özelliklerini birbirinden bağımsız bir şekilde yakalaması gerekir; daha çok veri her zaman daha iyi değildir!
Faydalı özellikleri seçmek için sklearn.feature_selection.SelectFromModel modülünü kullanabilirsin. SelectFromModel, kalp hastalığı teşhisi görevinde en belirgin özellikleri bulmak için bir RandomForestClassifier modelinden yararlanan doğrudan bir yöntem uygular.
RandomForestClassifier içe aktarılmıştır ve kalp hastalığı verisinin özellikleri ile hedefi sırasıyla X_train ve y_train olarak içe aktarılmıştır.
Bu egzersiz
Uçtan Uca Machine Learning
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
from sklearn.feature_selection import SelectFromModel
# Define the random forest model and fit to the training data
rf = ____(____=____, ____=____, ____=____)
rf.____(____, ____)