我有一个数据集，我想使用CV进行特征选择。 所有功能都是分类的，因变量是连续的。直截了当。
问题是我受到其他因素的束缚，这些因素要求一个类别要么完全在模型中，要么根本不在模型中。因此，例如，类别变量城市（代表实际变量的城市）可能具有100,000个类别，因此，一旦您伪造了代码，实际上就是100,000个要素。但是由于外部约束，我不能包括这100,000个中的一些，也不能包括其中的一些。我真的在测试是否应该将整个城市包括在内。
有人知道Python中的某些功能（管道，PCA，LAR等）可以帮助我做到这一点吗？任何文献或示例都将非常有帮助。
到目前为止，我还尝试通过一些非常复杂的代码对不同的模型组合进行硬编码。
对不起，没有显示代码。任何代码在这里都是毫无意义的。