递归特征消除用于分类和回归的模型

Question

Recursive Feature Elimination和classification可以用于regression的哪些模型。

例如，我们可以使用

selector = RFE(RandomForestClassifier(), 5)

用于分类 和

selector = RFE(RandomForestRegressor(), 5)

回归

1. RFE还可以使用哪些其他模型？
2. 回归RFE模型是否可以用于分类，反之亦然（可以在某处阅读。仍然不确定它们的适用范围）

Answer 1

关于Q.1，文档说明：

  

estimator：对象

     

使用fit方法的有监督学习估计器，该方法通过coef_属性或feature_importances_属性提供有关特征重要性的信息。

coef_通常与所有线性模型相关联（例如sklearn.linear_model，sklearn.naive_baye，sklearn.svm等）。 feature_importances_与基于树的模型相关联：例如sklearn.tree.DecisionTreeClassifier，sklearn.ensemble.RandomForestClassifier等

关于Q.2，我对此并不了解。我的直觉是，您可以通过离散化问题来使用某些分类器来解决回归问题，但不确定在实践中是否会有所帮助。我会让某个人对这个问题有更多的了解。