Рекурсивне вилучення ознак із random forests
Ви обгорнете рекурсивний засіб вилучення ознак навколо моделі випадкового лісу, щоб поетапно видаляти ознаки. Цей метод обережніший, ніж вибір ознак за один раз після застосування порога важливості, адже вилучення однієї ознаки може вплинути на відносні важливості інших.
Попередньо завантажені набори даних: X, X_train, y_train.
Попередньо завантажені функції та класи: RandomForestClassifier(), RFE(), train_test_split().
Ця вправа є частиною курсу
Зменшення розмірності в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)