python递归_使用python+sklearn实现递归特征的消除

一个递归特征消除示例，显示了手写数字识别任务中像素的相关性。

注意：另请参阅通过交叉验证消除递归特征

sphx_glr_plot_rfe_digits_001

print(__doc__)

from sklearn.svm import SVC
from sklearn.datasets import load_digits
from sklearn.feature_selection import RFE
import matplotlib.pyplot as plt

# 加载手写数字识别数据集
digits = load_digits()
X = digits.images.reshape((len(digits.images), -1))
y = digits.target

# 创建RFE对象并给每个像素排等级(rank)
svc = SVC(kernel="linear", C=1)
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
rfe.fit(X, y)
ranking = rfe.ranking_.reshape(digits.images[0].shape)

# 绘制像素的等级(ranking)
plt.matshow(ranking, cmap=plt.cm.Blues)
plt.colorbar()
plt.title("Ranking of pixels with RFE")
plt.show()

脚本的总运行时间：(0分钟3.766秒)

估计的内存使用量： 8 MB

下载Python源代码:plot_rfe_digits.py

下载Jupyter notebook源代码:plot_rfe_digits.ipynb

由Sphinx-Gallery生成的画廊

☆☆☆为方便大家查阅，小编已将scikit-learn学习路线专栏文章统一整理到公众号底部菜单栏，同步更新中，关注公众号，点击左下方“系列文章”，如图：

欢迎大家和我一起沿着scikit-learn文档这条路线，一起巩固机器学习算法基础。(添加微信：mthler，备注：sklearn学习，一起进【sklearn机器学习进步群】开启打怪升级的学习之旅。)