在 RFECV scikit-learn 中获取特性

Question

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

我想知道是否有针对特定分数的功能：

在那种情况下，我想知道，当#Features = 10 时，选择的哪 10 个特征给出了那个峰值。

有什么想法吗？

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()

Answer 1

首先，你可以看到它选择了哪些特征，其中交叉验证分数最大（在你的情况下，这对应于特征数量 17 或 21，我从图中不确定）

rfecv.support_

或

rfecv.ranking_

然后您可以通过

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_)

用于简单估算器或

rfecv.estimator_.feature_importances_

如果你的估计器是某种整体，比如随机森林。

然后可以在循环中将最不重要的特征一一去掉，对剩余的特征集重新计算rfecv。

在 RFECV scikit-learn 中获取特性

Getting features in RFECV scikit-learn

python

scikit-learn

cross-validation

rfe