1. feature_selection
首先,我们以利用 scikit-learn 对数据进行逻辑分析为例,进行说明 scikit-learn 的使用流程。
首先进行特征筛选(feature selection),特征筛选的方法有很多,主要包含在 scikit-learn 的 feature_selection 库中,
GenericUnivariateSelect SelectFprVarianceThreshold f_onewaytestsRFE SelectFwebasef_regression univariate_selectionRFECV SelectKBest chi2from_model variance_thresholdSelectFdrSelectPercentile f_classifrfe
比较简单的有通过 F 检验(f_regression)来给出各个特征的 F 值和 p 值,从而可以筛选变量(选择 F 值大的或者 p 值较小的特征)。
其次有递归消除(Recursive Feature Elimination,RFE)和稳定性选择(Stability Selection)等比较新的方法。
其中稳定性选择中又包括随机逻辑回归。
from sklearn.linear_model import RandomizedLogisticRegression as RLR