Loại bỏ đặc trưng đệ quy với random forest
Bạn sẽ bọc một bộ loại bỏ đặc trưng đệ quy (Recursive Feature Eliminator) quanh một mô hình random forest để loại dần các đặc trưng theo từng bước. Phương pháp này thận trọng hơn so với việc chọn đặc trưng dựa trên một ngưỡng độ quan trọng duy nhất, vì việc bỏ một đặc trưng có thể làm thay đổi độ quan trọng tương đối của các đặc trưng còn lại.
Bạn sẽ dùng các tập dữ liệu đã được nạp sẵn: X, X_train, y_train.
Các hàm và lớp đã được nạp sẵn cho bạn gồm: RandomForestClassifier(), RFE(), train_test_split().
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)