python - sintaxis - ¿Hay alguna manera de utilizar la selección de funciones recursivas con modelos no lineales con scikit-learn?

recursividad python ejemplos

Question

Estoy tratando de usar SVR con un núcleo rbf (obviamente) en un problema de regresión. Mi conjunto de datos tiene algo así como 300 características. Me gustaría seleccionar características más relevantes y usar algo así como la función secuencialfs de matlab que probaría cada combinación (o de todos modos comenzando con pocas variables y agregando variables en el camino, o al revés, retrocediendo, como RFE o RFECV de scikit )).

Ahora, como se dijo, para python existe el RFE, pero no puedo usarlo con un estimador no lineal. ¿Hay algo de lo que no estoy enterado que me permita usar el RFE con un estimador no lineal? Supongo que no sería difícil escribir un algoritmo que lo haga, pero si ya hay algo que hace el trabajo sería definitivamente mejor.

Gracias, como siempre ;)

Answer 1

RFE debe tener alguna forma de determinar las importancias de características y las SVM de kernel RBF no proporcionan eso. A partir de un vistazo rápido al algoritmo original , tengo la impresión de que una implementación para las SVM del kernel debería integrarse en el algoritmo de aprendizaje de SVM.

La selección de funciones paso a paso (hacia delante o hacia atrás) sería fácil de implementar, pero no está disponible como un estimador preconstruido en scikit-learn.