集成模型再投一票
LassoCV() 模型从 32 个特征中选出了 22 个。还不错，但降维幅度并不大。我们再用两个模型，结合递归特征消除（RFE），各自选出它们认为最重要的 10 个特征。
标准化后的训练集和测试集已为您预加载为 X_train、X_test、y_train 和 y_test。
本练习是课程的一部分
Python 中的降维
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)