python - 选择 ML 的最佳功能

标签 python machine-learning recurrent-neural-network

有什么方法可以从数据中提取最佳特征。现在,我正在使用 sklearn 的“KBest”。 在此,我必须指定需要选择的 K 个最佳特征的数量。 有什么方法可以让我不必指定要提取的特征数量?相反,我们提取所有有用的特征?

from sklearn.feature_selection import SelectKBest
test = SelectKBest(score_func=chi2, k=4)

最佳答案

您可以使用“all”代替数字

test = SelectKBest(score_func=chi2, k="all")

来自docs

k : int or “all”, optional, default=10

Number of top features to select. The “all” option bypasses selection, for use in a parameter search.

关于python - 选择 ML 的最佳功能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59133047/

相关文章:

python - 如何为由 tf 操作组成的操作注册自定义梯度

machine-learning - 使用 Sklearn 进行多标签分类

tensorflow - tensorflow 中的批量标准化

Tensorflow 1.12 将 dataset.filter 应用于 dataset.window

python - 如何解决无限循环导入?

python - 在 python 中绘制二元 3D 矩阵

python - Metal 火车出现意外的关键字参数 'n_epochs'

python - 命令 python3 只是 py -3 的 OS X 变体吗?

python - Tkinter 确认按钮和游戏 GUI(拼接(?))

machine-learning - 在语言建模中,为什么我必须在每个新的训练周期之前 init_hidden 权重? ( torch )