আমি এই টিউটোরিয়ালটি দেখছি: https://www.dataquest.io/mission/75/improving- আপনার- জমা
অধ্যায় 8 এ, সেরা বৈশিষ্ট্যগুলি সন্ধান করে এটি নীচের কোডটি দেখায়।
import numpy as np
from sklearn.feature_selection import SelectKBest, f_classif
predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"]
# Perform feature selection
selector = SelectKBest(f_classif, k=5)
selector.fit(titanic[predictors], titanic["Survived"])
# Get the raw p-values for each feature, and transform from p-values into scores
scores = -np.log10(selector.pvalues_)
# Plot the scores. See how "Pclass", "Sex", "Title", and "Fare" are the best?
plt.bar(range(len(predictors)), scores)
plt.xticks(range(len(predictors)), predictors, rotation='vertical')
plt.show()কে = 5 কী করছে, যেহেতু এটি কখনই ব্যবহৃত হয় না (গ্রাফটি এখনও সমস্ত বৈশিষ্ট্য তালিকাভুক্ত করে, আমি কে = 1 বা কে = "সমস্ত" ব্যবহার করি)? এটি কীভাবে সেরা বৈশিষ্ট্যগুলি নির্ধারণ করে, তারা যে পদ্ধতিটি ব্যবহার করতে চায় তার চেয়ে আলাদা (তারা লজিস্টিক রিগ্রেশন, এলোমেলো বন, বা যাই হোক না কেন)
কে সর্বোচ্চ স্কোর অনুযায়ী বৈশিষ্ট্য নির্বাচন করুন ।
—
শ্রীনী