RFECV#

class sklearn.feature_selection.RFECV(estimator, *, step=1, min_features_to_select=1, cv=None, scoring=None, verbose=0, n_jobs=None, importance_getter='auto')[源代码]#

通过交叉验证来选择特征的渐进特征消除。

所选要素的数量通过匹配自动调整 RFE 不同交叉验证拆分上的选择器（由 cv 参数）。的性能 RFE 选择器的评估使用 scorer 针对不同数量的选定特征并聚合在一起。最后，将分数跨折叠取平均，并将所选特征的数量设置为使交叉验证分数最大化的特征数量。请参阅术语表条目 cross-validation estimator .

阅读更多的 User Guide .

参数:

estimator : Estimator 例如估计实例

具有监督学习估计器 fit 通过 coef_ 属性或通过 feature_importances_ 属性

stepint或float，默认=1

如果大于或等于1，则 step 对应于每次迭代要删除的特征的（整）数量。如果在（0.0，1.0）内，那么 step 对应于每次迭代时要删除的功能的百分比（向下四舍五入）。请注意，最后一次迭代可能会删除少于 step 为了达到目的 min_features_to_select .

min_features_to_selectint，默认=1

要选择的最小功能数量。即使原始特征计数和 min_features_to_select 不能被 step .

Added in version 0.20.

cvint，交叉验证生成器或可迭代对象，默认=无

确定交叉验证拆分策略。简历的可能输入包括：

无，若要使用默认的5重交叉验证，
integer，用于指定折叠次数。
CV splitter ,
可迭代产出（训练、测试）分裂为索引数组。

对于integer/Non-输入，如果 y 是二进制或多类， StratifiedKFold 采用了如果估计器不是分类器或者如果 y 既不是二元也不是多元的， KFold 采用了

指 User Guide 这里可以使用的各种交叉验证策略。

在 0.22 版本发生变更: cv 默认值无从3倍更改为5倍。

scoring字符串，可调用或无，默认=无

字符串（请参阅的 scoring 参数：定义模型评估规则）或具有签名的记分器可调用对象/函数 scorer(estimator, X, y) .

verboseint，默认=0

控制输出的详细程度。

n_jobsint或无，默认=无

穿过折痕时平行运行的芯数。 None 意思是1，除非在a中 joblib.parallel_backend 上下文 -1 意味着使用所有处理器。看到 Glossary 了解更多详细信息。

Added in version 0.18.

importance_getter字符串或可调用，默认=' Auto '

如果为“自动”，则通过 coef_ 或 feature_importances_ 估计量的属性。

还接受指定用于提取特征重要性的属性名称/路径的字符串。比如给 regressor_.coef_ 的情况下 TransformedTargetRegressor 或 named_steps.clf.feature_importances_ 的情况下 Pipeline 其最后一步命名为 clf .

如果 callable ，覆盖默认功能重要性获取器。调用对象与匹配的估计器一起传递，并且它应该返回每个特征的重要性。

Added in version 0.24.

属性:

classes_形状的nd数组（n_classes，）

类别标签可用时 estimator 是分类器。

estimator_ : Estimator 例如估计实例

用于选择特征的匹配估计量。

cv_results_恩德雷法令

所有数组（字典的值）都按照所使用的要素数量按自升顺序排序（即，数组的第一个元素表示使用最少数量特征的模型，而最后一个元素表示使用所有可用特征的模型）。

Added in version 1.0.

此字典包含以下键：

split（k）_Test_score形状的nd数组（n_subset_of_features，）: 交叉验证分数跨越第（k）倍。
mean_test_score形状的nd数组（n_subset_of_features，）: 折痕上得分的平均值。
std_test_score形状的nd数组（n_subset_of_features，）: 折痕分数的标准差。
n_features形状的nd数组（n_subset_of_features，）: 每个步骤使用的功能数量。

Added in version 1.5.

n_features_int

具有交叉验证的选定功能的数量。

n_features_in_int

期间看到的功能数量 fit .仅在基础估计器在适合时暴露此类属性时才定义。

Added in version 0.24.

feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（

Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.

ranking_n数组形状（n_features，）

功能排名，例如 ranking_[i] 对应于第i个要素的排名位置。选择（即，估计的最佳）特征被分配为排名1。

support_形状的nd数组（n_features，）

选定特征的面具。

参见

RFE: 循环特征消除。

注意到

中所有值的大小 cv_results_ 等于 ceil((n_features - min_features_to_select) / step) + 1 ，其中步骤是每次迭代时删除的特征数量。

如果基础估计器也允许NaN/Inf，则允许输入中的NaN/Inf。

引用

[1]

盖伊，I.，Weston，J.，南卡罗来纳州巴恩希尔，& Vapnik，V.，“使用支持载体机进行癌症分类的基因选择”，马赫。学习。，46（1-3），389--422，2002年。

示例

下面的示例展示了如何检索Friedman #1数据集中的先验未知5个信息特征。

>>> from sklearn.datasets import make_friedman1
>>> from sklearn.feature_selection import RFECV
>>> from sklearn.svm import SVR
>>> X, y = make_friedman1(n_samples=50, n_features=10, random_state=0)
>>> estimator = SVR(kernel="linear")
>>> selector = RFECV(estimator, step=1, cv=5)
>>> selector = selector.fit(X, y)
>>> selector.support_
array([ True,  True,  True,  True,  True, False, False, False, False,
       False])
>>> selector.ranking_
array([1, 1, 1, 1, 1, 6, 4, 3, 2, 5])

decision_function(X)[源代码]#

计算的决策函数 X .

参数:

X形状（n_样本，n_特征）的{类阵列或稀疏矩阵}: 输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csr_matrix .

返回:

score数组，形状= [n_samples, n_classes] 或 [n_samples]: 输入样本的决策函数。类的顺序与属性中的顺序相对应 classes_ .回归和二元分类产生一系列形状 [n_samples] .

fit(X, y, *, groups=None, **params)[源代码]#

适应RFE模型并自动调整选定功能的数量。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 训练载体，在哪里 n_samples 是样本数量和 n_features 是功能的总数。
y形状类似阵列（n_samples，）: 目标值（用于分类的积分，用于回归的积分）。
groups形状类似数组（n_samples，）或无，默认=无: Group labels for the samples used while splitting the dataset into train/test set. Only used in conjunction with a "Group" cv instance (e.g., GroupKFold).

Added in version 0.20.
**params字符串->对象的字典: 参数传递给 fit 估计器、评分器和CV拆分器的方法。

Added in version 1.6: 仅在以下情况下可用 enable_metadata_routing=True ，可以使用 sklearn.set_config(enable_metadata_routing=True) .看到 Metadata Routing User Guide 了解更多详细信息。

返回:

self对象: 拟合估计量。

fit_transform(X, y=None, **fit_params)[源代码]#

适应数据，然后对其进行转换。

适合变压器 X 和 y 具有可选参数 fit_params 并返回的转换版本 X .

参数:

X形状类似阵列（n_samples，n_features）: 输入样本。
y形状为（n_samples，）或（n_samples，n_outputs）的阵列状，默认值=无: 目标值（无监督转换）。
**fit_paramsdict: 其他适合参数。

返回:

X_newndray形状数组（n_samples，n_features_new）: 变形的数组。

get_feature_names_out(input_features=None)[源代码]#

Mask feature names according to selected features.

参数:

input_features字符串或无的类数组，默认=无

输入功能。

如果 input_features 是 None 那么 feature_names_in_ 在中用作功能名称。如果 feature_names_in_ 未定义，则生成以下输入要素名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"] .
如果 input_features 是一个类似阵列的，那么 input_features 必须匹配 feature_names_in_ 如果 feature_names_in_ 是定义的。

返回:

feature_names_out字符串对象的nd数组: 转换的功能名称。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

Added in version 1.6.

返回:

routingMetadataRouter: A MetadataRouter 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deep布尔，默认=True: 如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:

paramsdict: 参数名称映射到其值。

get_support(indices=False)[源代码]#

获取所选要素的屏蔽或整指数。

参数:

indices布尔，默认=假: 如果为True，则返回值将是一个integer数组，而不是布尔屏蔽。

返回:

support阵列: 从特征载体中选择保留特征的索引。如果 indices 为假，这是形状的布尔数组 [# input features] ，其中只要选择其相应的特征进行保留，元素就为True。如果 indices 是True，这是一个形状的整数组 [# output features] 其值是输入特征载体的索引。

inverse_transform(X)[源代码]#

逆转转型操作。

参数:

X形状数组 [n_samples, n_selected_features]: 输入样本。

返回:

X_r形状数组 [n_samples, n_original_features]: X 在将删除要素的位置插入零列 transform .

predict(X, **predict_params)[源代码]#

将X减少到所选特征并使用估计器进行预测。

参数:

X形状数组 [n_samples, n_features]: 输入样本。
**predict_paramsdict: 要路由到 predict 基本估计者的方法。

Added in version 1.6: 仅在以下情况下可用 enable_metadata_routing=True ，可以使用 sklearn.set_config(enable_metadata_routing=True) .看到 Metadata Routing User Guide 了解更多详细信息。

返回:

y形状数组 [n_samples]: 预测目标值。

predict_log_proba(X)[源代码]#

预测X的类对数概率。

参数:

X形状数组 [n_samples, n_features]: 输入样本。

返回:

p形状数组（n_samples，n_classes）: 输入样本的类对数概率。类的顺序与属性中的顺序相对应 classes_ .

predict_proba(X)[源代码]#

预测X的类概率。

参数:

X形状（n_样本，n_特征）的{类阵列或稀疏矩阵}: 输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csr_matrix .

返回:

p形状数组（n_samples，n_classes）: 输入样本的类概率。类的顺序与属性中的顺序相对应 classes_ .

score(X, y, **score_params)[源代码]#

使用评分 scoring 给定测试数据和标签上的选项。

参数:

X形状类似阵列（n_samples，n_features）: 测试样本。
y形状类似阵列（n_samples，）: 真正的标签X。
**score_paramsdict: 要传递给 score 潜在得分者的方法。

Added in version 1.6: 仅在以下情况下可用 enable_metadata_routing=True ，可以使用 sklearn.set_config(enable_metadata_routing=True) .看到 Metadata Routing User Guide 了解更多详细信息。

返回:

score浮子: 自我评分。预测（X）w.rt. y定义为 scoring .

set_output(*, transform=None)[源代码]#

设置输出容器。

看到介绍 set_output API 了解如何使用API的示例。

参数:

transform{“默认”，“pandas”，“polars”}，默认=无

配置输出 transform 和 fit_transform .

"default" ：Transformer的默认输出格式
"pandas" ：DataFrame输出
"polars" ：两极输出
None ：转换配置不变

Added in version 1.4: "polars" 添加了选项。

返回:

self估计器实例: 估计实例。

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计参数。

返回:

self估计器实例: 估计实例。

transform(X)[源代码]#

Reduce X to the selected features.

参数:

X形状数组 [n_samples, n_features]: 输入样本。

返回:

X_r形状数组 [n_samples, n_selected_features]: 仅具有选定特征的输入样本。