rfecv特征选择可视化python
时间: 2023-09-15 16:23:04 浏览: 60
以下是使用Python实现的RFECV特征选择可视化示例代码:
```python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import make_classification
from sklearn.feature_selection import RFECV
from sklearn.linear_model import LogisticRegression
# 生成随机数据集
X, y = make_classification(n_samples=100, n_features=20, n_informative=10, n_classes=2, random_state=42)
# 创建逻辑回归模型
model = LogisticRegression()
# 创建RFECV对象
rfecv = RFECV(estimator=model, step=1, cv=10, scoring='accuracy')
# 拟合数据集
rfecv.fit(X, y)
# 绘制特征数量与交叉验证得分的关系图
plt.figure()
plt.xlabel("Number of features selected")
plt.ylabel("Cross validation score (nb of correct classifications)")
plt.plot(range(1, len(rfecv.grid_scores_) + 1), rfecv.grid_scores_)
plt.show()
# 打印最佳特征个数和最佳得分
print("Optimal number of features: %d" % rfecv.n_features_)
print("Optimal score: %.2f" % rfecv.grid_scores_[rfecv.n_features_ - 1])
```
运行代码后,将会显示特征数量与交叉验证得分的关系图,并输出最佳特征个数和最佳得分。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![txt](https://img-home.csdnimg.cn/images/20210720083642.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)