RFE算法python代码

以下是使用RFE算法进行特征选择的Python代码示例：

from sklearn.feature_selection import RFE
from sklearn.svm import SVC
import pandas as pd

# 读取数据
df = pd.read_csv('XXX.csv', encoding='gbk')
print(df.head())

# 将标签转换为字符串类型
df.label = df.label.astype(str)
y = df.label
print("y的内容是：", y)
print(y.head())

# 去除标签列，得到特征矩阵
x = df.drop('label', axis=1)
print(x.head())

# 特征选择
svc = SVC(kernel="linear", C=1)
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
rfe.fit(x, y)

# 输出特征排名
print("特征排名：", rfe.ranking_)

其中，`RFE`类用于进行递归特征消除，`SVC`类用于支持向量机分类器，`n_features_to_select`参数指定要选择的特征数量，`step`参数指定每次迭代中要删除的特征数量。