Introduction
La sélection de fonctionnalités est une étape importante en apprentissage automatique. Elle consiste à sélectionner les fonctionnalités les plus pertinentes à partir d'un ensemble de données pour améliorer la précision et les performances du modèle. Dans scikit-learn, le module sklearn.feature_selection
fournit diverses méthodes pour la sélection de fonctionnalités et la réduction de la dimensionalité.
Ce laboratoire vous guidera tout au long du processus de sélection de fonctionnalités en utilisant scikit-learn. Nous aborderons des techniques telles que la suppression de fonctionnalités avec une faible variance, la sélection de fonctionnalités univariées, l'élimination récursive de fonctionnalités et la sélection de fonctionnalités en utilisant SelectFromModel.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous résoudrons rapidement le problème pour vous.