7

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

我想知道是否有任何方法可以获得特定分数的功能:

在此处输入图像描述

在这种情况下,我想知道,当#Features = 10 时,选择的 10 个特征会达到峰值。

有任何想法吗?

编辑:

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()
4

1 回答 1

7

首先,您可以看到它选择的交叉验证分数最大的特征(在您的情况下,这对应于特征的数量 17 或 21,我从图中不确定)

rfecv.support_

或者

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_ 

如果您的估算器是某种集合,例如随机森林。

然后可以在循环中将最不重要的特征一个一个去掉,对剩余的特征集重新计算rfecv。

于 2018-05-17T10:28:08.763 回答