python - 使用 boruta 和支持向量回归执行特征选择时遇到问题
问题描述
我试图在 python 中使用 Boruta 选择数据集的最重要特征。我已将数据拆分为 trianing 和 tets 集。然后我使用 svm 回归器来拟合数据。然后我用了Boruta。代码如下
from sklearn.svm import SVR
svclassifier = SVR(kernel='rbf',C=1e4, gamma=0.1)
svm_model= svclassifier.fit(x_train, y_train)
from boruta import BorutaPy
feat_selector = BorutaPy(svclassifier, n_estimators='auto', verbose=2, random_state=1)
feat_selector.fit(x_train, y_train)
feat_selector.support_
feat_selector.ranking_
X_filtered = feat_selector.transform(x_train)
但我收到此错误“KeyError:'max_depth'”。
如何解决这个问题?
解决方案
推荐阅读
- javascript - Rest API 响应负载大小会影响响应时间吗?
- xamarin.forms - FirebaseMessagingService OnNewToken() 在 Android OnCreate() 之前被调用,导致无法在 DeviceInstallationService 上保留 Token
- jquery - DataTables-自动滚动
- python - 导入“不和谐”无法解决
- logstash - 为多个输入配置logstash(端口和日志文件路径)
- haskell - 你怎么能用 Haskell 中的无限列表在一行中重写这个函数呢?
- stripe-payments - 在 Stripe 中将 proration_behavior 设置为 none
- r - 如何根据x轴改变折线图的颜色?
- docker - 容器内 docker 主机的自定义主机名
- pytorch - 将 Apex AMP 与 PyTorch 优化器一起使用会导致属性错误