我正在尝试与功能工程师一起做一些事情。因此,我尝试使用Sklearn的RFE方法来使用它。但是在我得到RFE返回的数据集后,我不知道选择了哪些功能,删除了哪些功能。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]])
您可以使用 RFE 拟合对象:
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