Автоматичне рекурсивне вилучення ознак
Тепер автоматизуймо цей рекурсивний процес. Обгорніть естіматор логістичної регресії (RFE) у Recursive Feature Eliminator і передайте бажану кількість ознак.
Усі потрібні функції та пакети вже завантажено, а ознаки для вас масштабовано.
Ця вправа є частиною курсу
Зменшення розмірності в Python
Інструкції до вправи
- Створіть RFE з естіматором
LogisticRegression()і вибором 3 ознак. - Виведіть ознаки та їхній ранг.
- Виведіть ознаки, які не вилучено.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create the RFE with a LogisticRegression estimator and 3 features to select
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)
# Fits the eliminator to the data
rfe.fit(X_train, y_train)
# Print the features and their ranking (high = dropped early on)
print(dict(zip(X.columns, rfe.____)))
# Print the features that are not eliminated
print(X.columns[rfe.____])
# Calculates the test set accuracy
acc = accuracy_score(y_test, rfe.predict(X_test))
print(f"{acc:.1%} accuracy on test set.")