Я пытаюсь понять, насколько актуальна оценка, которую получила каждая выбранная функция.
Я пробовал это до сих пор:
classifier =
SelectFromModel(RandomForestClassifier(n_estimators = 100))
m = classifier.fit(train.drop(columns='indicator'), train.rg_risk)
X_train = train.drop(columns='indicator')
selected_feat=X_train.columns[(classifier.get_support())]
len(selected_feat)
SelectFromModel — это встроенный метод: он использует алгоритмы со встроенными методами выбора признаков.
В вашем случае вы используете RandomForest для выбора функций на основе их важности. Он вычисляет важность функции, используя примеси узлов в каждом дереве решений.
При прохождении threshold=None окончательный порог важности функции рассчитывается по умолчанию как среднее значение важности всех функций дерева решений. Другими возможными вариантами являются медиана (работает так же, как среднее, но с медианой) или коэффициент масштабирования для корректировки медианы/среднего ("1.25*mean", "1.25*median").
