使用隨機森林的遞迴式特徵刪除(RFE)
你將把遞迴式特徵刪除器(Recursive Feature Eliminator)包在隨機森林模型外層,逐步移除特徵。相較於只用一次重要性閾值來篩選特徵,這種方法更為保守,因為移除某個特徵後,其他特徵的相對重要性可能會改變。
你會用到這些已預先載入的資料集:X、X_train、y_train。
已為你預先載入的函式與類別有:RandomForestClassifier()、RFE()、train_test_split()。
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。
# Wrap the feature eliminator around the random forest model
rfe = ____(estimator=____, n_features_to_select=____, verbose=1)