scikit-learn - 将 sklearn RFE 与另一个包中的估计器一起使用

Question

是否可以将 sklearn 递归特征消除（RFE）与另一个包中的估计器一起使用？

具体来说，我想使用 statsmodels 包中的 GLM 并将其包装在 sklearn RFE 中？

如果是的话，你能举一些例子吗？

Answer 1

对的，这是可能的。您只需要创建一个继承的类，sklearn.base.BaseEstimator确保它具有fit&predict方法，并确保其fit方法通过coef_或feature_importances_属性暴露特征重要性。这是一个类的简化示例：

import numpy as np
from sklearn.datasets import make_classification
from sklearn.base import BaseEstimator
from sklearn.linear_model import LogisticRegression
from sklearn.feature_selection import RFE

class MyEstimator(BaseEstimator):
  def __init__(self):
    self.model = LogisticRegression()

  def fit(self, X, y, **kwargs):
    self.model.fit(X, y)
    self.coef_ = self.model.coef_

  def predict(self, X):
    result = self.model.predict(X)    
    return np.array(result)

if __name__ == '__main__':
  X, y = make_classification(n_features=10, n_redundant=0, n_informative=7, n_clusters_per_class=1)
  estimator = MyEstimator()
  selector = RFE(estimator, 5, step=1)
  selector = selector.fit(X, y)
  print(selector.support_)
  print(selector.ranking_)