Pandas 中使用 KNN 算法的前向选择

Question

任何人都可以帮助我如何在 Pandas 中使用 KNN 算法从数据集中进行 前向选择？

https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFE.html

我关注了这个网站，但它看起来不像是正向选择，也没有使用 KNN 算法。

• 输入是数据集和目标变量。
• 输出应该是前向选择特征的列表。

可能吗？如果是，如何？

提前致谢。

Answer 1

我试过了，代码运行正常：

from sklearn.feature_selection import SelectFromModel
from sklearn.linear_model import Lasso
from sklearn import preprocessing
dataset = pd.read_csv('Data.csv')
label_encoder = preprocessing.LabelEncoder()
column_list = dataset.columns.tolist()
for i in column_list:
    s = str(dataset[i].dtype)
    if (s == 'object'):
        dataset[i] = label_encoder.fit_transform(dataset[i])
dataset = dataset.dropna()
x = dataset.drop(columns=[Target])
y = dataset[Target].values
estimator = Lasso()
featureselection = SelectFromModel(estimator)
featureselection.fit(x,y)
features = featureselection.transform(x)
x.columns[featureselection.get_support()]

然而，我想使用 KNN 算法而不是 Lasso()。