用整體式模型多投幾票
LassoCV() 模型從 32 個特徵中選出了 22 個。表現不差，但降維幅度也不算驚人。讓我們再用兩個模型，透過遞迴特徵消除（RFE）各自選出它們認為最重要的 10 個特徵。
標準化後的訓練與測試資料已為你預先載入為 X_train、X_test、y_train 以及 y_test。
本練習屬於課程
Python 的降維
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from sklearn.feature_selection import RFE
from sklearn.ensemble import GradientBoostingRegressor
# Select 10 features with RFE on a GradientBoostingRegressor, drop 3 features on each step
rfe_gb = RFE(estimator=____,
n_features_to_select=____, step=____, verbose=1)
rfe_gb.fit(X_train, y_train)