特徵選擇（機器學習）的包裝方法在Scikit學習

Question

我想在我的機器學習項目中scikit學習和weka數據挖掘工具之間做出決定。但是我意識到需要選擇特徵。我想知道scikit學習是否具有特徵選擇的包裝方法。

Answer 1

scikit-learn支持Recursive Feature Elimination（RFE），它是用於特徵選擇的包裝方法。

mlxtend，被設計爲與scikit學習以及工作的一個獨立的Python庫，還提供了一個Sequential Feature Selector（SFS）的作品有點不同：

RFE在計算上是不太複雜的使用功能的權重係數（例如，線性模型）或特徵重要性（基於樹的算法）以遞歸消除特徵，而SFS基於用戶定義的分類器/迴歸性能度量消除（或添加）特徵。