回归特征选择过程

Question

我正在尝试解决回归问题（确定下个月的预期收入）。我了解了类似的不同特征选择技术

1. 过滤方法
2. 包装方法
3. 嵌入式方法

Q1：现在的问题是，我认为这些方法适用于分类类型问题。那么如何将特征选择用于回归问题呢？

Q2：我开始了解“正则化”。这是将特征选择用于回归问题的唯一方法吗？

Answer 1

我不知道您提到的这些过滤器选择，但是您可以使用：

• Scikit-learn.selection_feature.RFE（递归特征消除） 或
• Scikit-learn.selection_feature.PCA（主要组件Analisys）

我很确定您可以将它们用于分类或回归。

以下是使用RFE和LinearRegression的示例：https://towardsdatascience.com/feature-selection-with-pandas-e3690ad8504b