Введение
Выбор признаков - это важный этап в машинном обучении. Он заключается в выборе наиболее релевантных признаков из набора данных для повышения точности и производительности модели. В scikit-learn модуль sklearn.feature_selection
предоставляет различные методы для выбора признаков и уменьшения размерности.
В этом лабе мы проведем вас через процесс выбора признаков с использованием scikit-learn. Мы рассмотрим такие техники, как удаление признаков с низкой дисперсией, выбор признаков с использованием одномерных статистик, рекурсивное исключение признаков и выбор признаков с использованием SelectFromModel.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.