Как подтвердить оптимальное количество функций с помощью RFECV в sklearn?

Question

У меня есть набор данных, содержащий 1000 функций, я хочу выполнить выбор функции с помощью модуля RFECV в sklearn с ключевыми параметрами ниже:

1. линейное ядро ​​SVM
2. step = 1
3. 10 кратное резюме.

Когда я впервые установил RFECV, он возвращает мне лучшие характеристики - около 30.

Затем я использовал базу данных для этих 30 функций и снова выполнил RFECV, на этот раз я получил результат, что 20 функций являются лучшими.

Так что мне трудно понять, что:

1. Если лучшее число может быть 20, то почему в первый раз я установил RFECV, я получил лучшее число 30 вместо 20?

Я его прогуглил, но, похоже, никто не выполняет RFECV несколько раз. Спасибо за вашу помощь.

Код, который я использовал для RFECV

svm=SVC(kernel="linear",C=1)
rfecv = RFECV(estimator=svm, step=1, cv=10, scoring="accuracy", verbose=True)
rfecv.fit(features,label)
print("The best num of features: %d" % rfecv.n_features_)