该博客详细介绍了autofeat库在特征筛选过程中的方法。首先，它使用85%的样本进行初步筛选，然后通过标准化数据。接下来，应用特征筛选函数，结合噪声过滤策略，对特征进行多次迭代和筛选。在这一过程中，特征被逐步减少，通过添加高斯噪音和进行多次迭代，确保筛选的有效性。最终，通过统计特征在多次筛选后的保留情况，确定最优特征集合。
主要代码在autofeat.autofeat.AutoFeatModel#fit_transform， 在做完特征生成后， 调用 autofeat.featsel.select_features函数做特征筛选。
在select_features函数， 会做featsel_runs次特征筛选
selected_columns = []
for i in range(featsel_runs):
selected_columns.extend(run_select_features(i))
run_select_features 是一个定义在本地的Local 函数。
def run_select_features(i):
if verbose > 0:
print("[featsel] Feature selection run %i/%i" % (i+1, featsel_runs))
np.random.seed(i) # todo rng
rand_idx = np.random.permutation(df_scaled.index)[:max(10, int(0.85 * len(df_scaled)))]
return _select_features_1run(df_scaled.iloc[rand_idx], target_scaled[rand_idx], problem_type,
最低0.47元/天 解锁文章
1627
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
