如何获得每个 rfecv 分数的特征索引？

Posted 2023-03-12

【中文标题】如何获得每个 rfecv 分数的特征索引？

【英文标题】：How can I get the index of features for each score of rfecv?

【发布时间】：2021-11-05 18:50:09

【问题描述】：

我正在使用递归特征消除和交叉验证 (rfecv) 来找到特征的最佳准确度得分。 正如我所看到的 _grid_scoresis 估计器在使用第 i 个特征子集进行训练时产生的分数。有什么方法可以获取 _grid_score 中每个分数的子集特征索引？ 我可以使用 get_support ( 5 个特征子集) 获得最高分的所选特征的索引。

子集特征，分数

5 , 0.976251

4 , 0.9762072

3 , 0.97322212

如何获取 4 或 3 个特征子集的索引？ 我检查了 rfecv.ranking_ 的输出，5 个特征的 rank =1 ，但 Rank= 2 只有一个特征，依此类推。

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

【参考方案1】：

（可能）从未选择过 3 个（或 4 个）特征的（单个）子集！

这似乎是对RFECV 工作原理的常见误解；见How does cross-validated recursive feature elimination drop features in each iteration (sklearn RFECV)?。每个交叉验证折叠（比如 5 个）都有一个 RFE，每个都会产生自己的一组 3 个特征（可能不同）。不幸的是（至少在这种情况下），那些RFE 对象没有被保存，所以你无法识别每个折叠选择了哪些特征集；只保存分数（来源pt1，pt2）用于选择最佳特征数量，然后在整个数据集上训练另一个RFE，以减少到最终的特征集。