小编Kla*_*aus的帖子

我试图找到主导回归模型输出的最佳功能，以下是我的代码。

seed = 7
np.random.seed(seed)
estimators = []
estimators.append(('mlp', KerasRegressor(build_fn=baseline_model, epochs=3,
                           batch_size=20)))
pipeline = Pipeline(estimators)
rfe = RFE(estimator= pipeline, n_features_to_select=5)
fit = rfe.fit(X_set, Y_set)

但是运行时出现以下运行时错误。

RuntimeError: The classifier does not expose "coef_" or "feature_importances_" attributes

如何克服这个问题并为模型选择最佳功能？如果不是，是否可以使用Scikit中RFE提供和支持的LogisticRegression（）之类的算法来实现为数据集寻找最佳特征的任务？