递归特征消除功能会返回有关准确性的可疑结果

Question

我正在使用18个功能进行RFE。我对RFE的理解是，它首先尝试N-1个模型，然后删除导致N-1个模型表现最差的功能。然后尝试N-2个模型，依此类推。我在其他地方也读过RFE进行某种加权。哪一个？对我来说，加权表示一种更数学的方法，需要对“最佳”特征进行更多的解释，而对N-1，N-2进行的计算则对我来说是一种蛮力方法，对“最佳”特征的解释较少

我的模型专门说，最高的精度是18个功能。但是，令人怀疑的方面是，使用0到15个功能运行RFE时，精度如何保持不变（参见图片）。