文件名称：RecFeatureSelect:基于相关阈值和特征重要性得分的特征选择递归函数
文件大小：3KB
文件格式：ZIP
更新时间：2024-04-14 23:03:15
RecFeatureSelect（递归特征选择）。 通过递归删除最相关的对来进行特征选择。 功能重要性得分用作排名，决定在每次调用时删除哪个变量。 可以从源文件夹RecFeatureSelect中找到主要功能。 输入数据包括原始协方差矩阵，特征重要性得分，spearman相关阈值和原始数据。 运行后，该功能会将最终协方差矩阵保存为文件“ cov.csv”。 所有相关将小于输入阈值。 较长的说明： 此功能通过在每次调用时过滤最相似的对来选择用于建模实验的去相关特征。 当所有特征对都在Spearman统计threshold以下时，该算法将达到停止状态。 功能重要性用作排名。 协方差：包含协方差矩阵的熊猫对象，建模变量之间具有相关性，定义上沿对角线包含。 变量名称应在条目上方，而行中则不存在。 feature_importance：在第一行中包含模型特征重要性得分的Pandas对象
【文件预览】：
RecFeatureSelect-main
----requirements.txt(330B)
----RecFeatureSelect()
--------.gitkeep(1B)
----LICENSE(1KB)
----README.md(2KB)