sklearn 特征选择实战：用 RFE 找到最优特征组合
特征越多模型效果就越好？这个想法在实践中往往站不住脚，因为过多的特征反而会带来过拟合、训练时间过长、模型难以解释等一堆麻烦。递归特征消除(RFE)就是用来解决这类问题的，算是特征选择里面比较靠谱的方法之一。
sklearn
Sklearn 实现高效机器学习的 19 个最优雅的技巧
了解 19 个 Sklearn 功能，它们可以直接而优雅地替代你手动执行的常见操作。
特征越多模型效果就越好？这个想法在实践中往往站不住脚，因为过多的特征反而会带来过拟合、训练时间过长、模型难以解释等一堆麻烦。递归特征消除(RFE)就是用来解决这类问题的，算是特征选择里面比较靠谱的方法之一。
了解 19 个 Sklearn 功能，它们可以直接而优雅地替代你手动执行的常见操作。