我正在尝试了解如何阅读RFECV中的grid_scores_和ranking_值。以下是文档中的主要示例：
from sklearn.datasets import make_friedman1
from sklearn.feature_selection import RFECV
from sklearn.svm import SVR
X, y = make_friedman1(n_samples=50, n_features=10, random_state=0)
estimator = SVR(kernel="linear")
selector = RFECV(estimator, step=1, cv=5)
selector = selector.fit(X, y)
selector.support_
array([ True, True, True, True, True,
False, False, False, False, False], dtype=bool)
selector.ranking_
array([1, 1, 1, 1, 1, 6, 4, 3, 2, 5])
我应该如何阅读ranking_和grid_scores_？ 较低排名值更好吗？ （或相反亦然？）。之所以这样问是因为我注意到排名最高值的功能通常在grid_scores_中得分最高。
但是，如果某个内容有ranking = 1，那么这不应该意味着它被评为最佳群组吗？。这也是文档says：
“选定（即估计最佳）特征被指定为等级1 ”
但现在让我们使用一些真实数据来看下面的例子：
> rfecv.grid_scores_[np.nonzero(rfecv.ranking_ == 1)[0]]
0.0
最高排名值的功能具有最高 * 得分 *。
> rfecv.grid_scores_[np.argmax(rfecv.ranking_ )]
0.997
请注意，在上面的示例中，排名= 1 的功能得分最低
关于此问题，在文档中的this figure中，y轴读取"number of misclassifications"，但它正在绘制使用grid_scores_（？）的'accuracy'作为评分函数。 y标签不应该是accuracy吗？ （越高越好）而不是"number of misclassifications"（越低越好）
答案 0 :(得分：5)
你是正确的，因为排名较低的值表示一个好的功能，grid_scores_属性中的高交叉验证分数也很好，但是你误解了grid_scores_中的值是什么意思。来自RFECV文件
grid_scores_
array of shape [n_subsets_of_features]
The cross-validation scores such that grid_scores_[i] corresponds to the CV score of the i-th subset of features.
因此，grid_scores_值与特定功能不对应，它们是子集功能的交叉验证错误指标。在该示例中，具有5个特征的子集证明是最具信息性的集合，因为grid_scores_中的第5个值（包含5个排名最高的特征的SVR模型的CV值）是最大的。
您还应注意，由于未明确指定评分指标，因此使用的记分器是SVR的默认值，即R ^ 2，而不是准确度（仅对分类器有意义）。