我正在尝试使用功能工程师。所以,我尝试使用Sklearn的RFE方法来处理它。但是在我得到RFE返回的数据集之后,我不知道选择了哪些功能,哪些功能被删除了。那么,有什么解决方案可以让我知道吗?
v = trainDF.loc[:,['A','B','C','D']].as_matrix()
t = trainDF.loc[:,['y']].values.ravel()
RFE(estimator=LogisticRegression(), n_features_to_select=3).fit_transform(v,t)
=>
array([[2, 0, 0],
[4, 0, 0],
[1, 0, 0],
...,
[2, 0, 0],
[1, 0, 0],
[3, 0, 0]])
答案 0 :(得分:1)
您可以使用适合RFE的物体:
estimator = RFE(estimator=LogisticRegression(), n_features_to_select=3)
v_transform = estimator.fit_transform(v,t)
print(estimator.support_) # The mask of selected features.
print(estimator.ranking_) # The feature ranking