受此启发:http://scikit-learn.org/stable/auto_examples/feature_selection/plot_rfe_with_cross_validation.html#sphx-glr-auto-examples-feature-selection-plot-rfe-with-cross-validation-py http://scikit-learn.org/stable/auto_examples/feature_selection/plot_rfe_with_cross_validation.html#sphx-glr-auto-examples-feature-selection-plot-rfe-with-cross-validation-py
我想知道是否有办法获得特定分数的功能:
在这种情况下,我想知道,当 #Features = 10 时,选择哪 10 个特征会给出峰值。
有任何想法吗?
EDIT:
这是用于获取该图的代码:
from sklearn.feature_selection import RFECV
from sklearn.model_selection import KFold,StratifiedKFold #for K-fold cross validation
from sklearn.ensemble import RandomForestClassifier #Random Forest
# The "accuracy" scoring is proportional to the number of correct classifications
#kfold = StratifiedKFold(n_splits=10, random_state=1) # k=10, split the data into 10 equal parts
model_Linear_SVM=svm.SVC(kernel='linear', probability=True)
rfecv = RFECV(estimator=model_Linear_SVM, step=1, cv=kfold,scoring='accuracy') #5-fold cross-validation
rfecv = rfecv.fit(X, y)
print('Optimal number of features :', rfecv.n_features_)
print('Best features :', X.columns[rfecv.support_])
print('Original features :', X.columns)
plt.figure()
plt.xlabel("Number of features selected")
plt.ylabel("Cross validation score \n of number of selected features")
plt.plot(range(1, len(rfecv.grid_scores_) + 1), rfecv.grid_scores_)
plt.show()
首先,您可以看到它选择了交叉验证分数最大的特征(在您的情况下,这对应于特征数量 17 或 21,我从图中不确定)
rfecv.support_
or
rfecv.ranking_
然后您可以通过以下方式计算所选特征的重要性(对于 cv 分数曲线的峰值)
np.absolute(rfecv.estimator_.coef_)
对于简单的估计器或
rfecv.estimator_.feature_importances_
如果您的估计器是某种集合,例如随机森林。
然后就可以在循环中一一删除最不重要的特征,并对剩余的特征集重新计算rfecv。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)