REF特征选择方法的原理+用法+误区

原理 给定一个外部的估计器，能够对特征赋予必定的权重（好比，线性模型的相关系数），recursive feature elimination ( RFE ) 经过考虑愈来愈小的特征集合来递归的选择特征。 首先，评估器在初始的特征集合上面训练而且每个特征的重要程度是经过一个 coef_ 属性 或者 feature_importances_ 属性来得到。 而后，从当前的特征集合中移除最不重要的特征。在

>>阅读原文<<