Я новичок с питоном и машинным обучением. У меня есть набор данных (.csv) из 79 объектов, и я пытаюсь применить алгоритм выбора объектов.
Код:
import numpy as np
import matploitlib.pyplot as plt
import pandas as pd
#Importing the dataset
dataset = pd.read_csv('Rural.csv', sep=';')
dataset = dataset.dropna()
print(dataset.info())
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 75].values
#Feature selection part
from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_selection import RFECV
m = RFECV(RandomForestClassifier(), scoring='accuracy')
m.fit(X, y)
m.score(X, y)
- Я использовал метод исключения рекурсивных объектов, однако, как я могу теперь визуализировать выбранные объекты?
- Я использую набор данных, который содержит информацию о сетевом трафике, могу ли я использовать какой-либо алгоритм выбора функции, или есть алгоритмы, определяющие этот тип информации?
- Я хочу сравнить функцию, выбранную этим методом, с другими алгоритмами, чтобы сравнить их и взять общие выбранные функции? любой другой известный алгоритм?