python rfecv

RFECV是sklearn中的一个特征选择方法，它可以通过交叉验证来对特征进行排序。在使用RFECV之前，我们需要实例化一个估计器（例如SVR）和一个特征选择器（RFECV）。然后，我们可以使用`fit`方法来训练模型并获得特征的排序。通过`support_`属性可以查看哪些特征是被选择的，而`ranking_`属性可以查看特征的排序。以下是RFECV的一个例子：

# 实例化估计器和特征选择器
svr_mod = SVR(kernel="linear")
rfecv = RFECV(svr_mod, cv=5)

# 训练模型
rfecv.fit(X, Y)

# 查看特征选择结果
print(rfecv.support_)
print(rfecv.ranking_)
print(X.columns)