用于特征选择的包装方法(机器学习)在Scikit Learn中

Sea*_*ler 5 machine-learning feature-selection python-2.7

我正在尝试在我的机器学习项目中为scikit learn和weka数据挖掘工具之间做出决定.但是我意识到需要选择特征.我想知道scikit learn是否有用于特征选择的包装方法.

Kev*_*ham 6

scikit-learn支持递归特征消除(RFE),这是一种特征选择的包装方法.

mlxtend是一个单独的Python库,设计用于scikit-learn,它还提供了一个顺序特征选择器(SFS),其工作方式略有不同:

使用特征的权重系数(例如,线性模型)或特征重要性(基于树的算法)来RFE在计算上不那么复杂,以递归地消除特征,而SFS基于用户定义的分类器/回归性能度量来消除(或添加)特征.