Question

Scikit-learn库支持递归特征消除（RFE）及其交叉验证版本（RFECV）。 RFECV对我来说非常有用它选择小功能，但我想知道如何完成RFE的交叉验证。

RFE是减少最不重要功能的方法。所以我认为RFECV会逐步计算交叉验证分数去除功能。

但如果使用交叉验证，我认为每个折叠都会选择其他功能，因为数据不同。有人知道RFECV中如何删除功能？

Answer 1

交叉验证是在功能数量上完成的。每个CV迭代都会更新每个已删除功能的分数。

然后根据得分选择要保留的n_features_to_select个要素，并在整个数据集上使用RFE，仅保留n_features_to_select个功能。

来自source：

for n, (train, test) in enumerate(cv):
    X_train, y_train = _safe_split(self.estimator, X, y, train)
    X_test, y_test = _safe_split(self.estimator, X, y, test, train)

    rfe = RFE(estimator=self.estimator,
              n_features_to_select=n_features_to_select,
              step=self.step, estimator_params=self.estimator_params,
              verbose=self.verbose - 1)

    rfe._fit(X_train, y_train, lambda estimator, features:
             _score(estimator, X_test[:, features], y_test, scorer))
    scores.append(np.array(rfe.scores_[::-1]).reshape(1, -1))
scores = np.sum(np.concatenate(scores, 0), 0)
# The index in 'scores' when 'n_features' features are selected
n_feature_index = np.ceil((n_features - n_features_to_select) /
                          float(self.step))
n_features_to_select = max(n_features_to_select,
                           n_features - ((n_feature_index -
                                         np.argmax(scores)) *
                                         self.step))
# Re-execute an elimination with best_k over the whole set
rfe = RFE(estimator=self.estimator,
          n_features_to_select=n_features_to_select,
          step=self.step, estimator_params=self.estimator_params)
rfe.fit(X, y)

python scikit中的RFECV（）分数 - 学习

1 个答案: