scikit learn(sklearn) 中 RFECV 中的特征是如何排名的？

Question

我使用递归特征消除和交叉验证 (rfecv) 来为我拥有的几个特征 (m =154) 找到最佳准确度得分。

rfecv = RFECV(estimator=logreg, step=1, cv=StratifiedKFold(2),
              scoring='accuracy')
rfecv.fit(X, y)

排名 (rfecv.ranking_) 和相关分数 (rfecv.grid_scores_) 让我感到困惑。从前 13 个特征（排名前 10）中可以看出，它们的排名不是基于分数。我知道排名与交叉验证过程中排除该功能的方式和时间有关。但是分数和排名有什么关系呢？我希望排名最高的功能得分最高。

Features/Ranking/Scores
b       1       0.692642743
a       1       0.606166207
f       1       0.568833672
i       1       0.54935204
l       2       0.607564808
j       3       0.613495238
e       4       0.626374391
l       5       0.581064621
d       6       0.611407556
c       7       0.570921354
h       8       0.570921354
k       9       0.576863707
g       10      0.576863707

Answer 1

_grid_scores 不是第 i 个特征的分数，它是估计器在使用第 i 个特征子集训练时产生的分数。

要理解这意味着什么，请记住递归特征消除 (RFE) 的工作原理是训练模型、评估模型，然后移除 step 最不重要的特征，然后重复。

因此，_grid_score[-1] 将是在所有特征上训练的估计器的分数。 _grid_score[-2] 将是移除了 step 特征的估计器的分数。 _grid_score[-3] 将是移除了 2*step 个特征的估计器的分数。

因此，网格分数不反映单个特征的得分。事实上，如果step大于1，grid scores会比features少。

scikit learn(sklearn) 中 RFECV 中的特征是如何排名的？

How are features ranked in RFECV in scikit learn(sklearn)?

python

machine-learning

scikit-learn

sklearn-pandas