我在列表中有 n-dataframe
df=[df_1, df_2, df_3, ...., df_n]
其中 df_n 是 pandas (python) 中的数据框。df_n 是我的 keras 模型的变量。
X_train=[df_1_1,df_2_1,...,df_n_1]
在哪里：
df_1_1 是列表的第一个数据框（第一个变量）和该数据框的第一列，他的数据框有 m 列。
如果此变量应用不同类型的平滑或过滤器，则此数据框的每一列。
我在每个数据帧中有 100 列，我想选择（不同数据帧的）列的组合，X_train 在我的模型得分中具有最小值。
score = model.evaluate(X_test,Y_test)
X_test 和 Y_test 是所选列的最后 n 次出现。
有一些用于选定此列的库（神经网络、GA、蚁群...）？
我该如何实施？