根据feature_importances_减少要素数量

Question

我构建了一个scikit learn随机森林分类器模型，并希望根据feature_importances_减少特征的数量

from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(5000)
model.fit(data[train], target[train])
model.feature_importances_

如何对模型进行子集化，使其仅包含通过feature_importances_标识的特征（例如前 5 个特征）。

Answer 1

如果你使用的是 0.17，你可以使用 SelectFromModel

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_selection import SelectFromModel
iris = datasets.load_iris()
X, y = iris.data, iris.target
model = RandomForestClassifier(5000)
new_model = SelectFromModel(model, threshold=0.5)

在此示例中，有一些方法可以调整threshold参数。