feature-selection - 使用 ANOVA 和 LASSO 进行特征选择

问题描述

我有这个用于特征选择的代码，但我并没有真正理解它背后的逻辑。我想知道是否有人可以为我提供一些解释。

selector = feature_selection.SelectKBest(score_func=  
               feature_selection.f_classif, k=10).fit(X,y)
anova_selected_features = feature_names[selector.get_support()]

## Lasso regularization
selector = feature_selection.SelectFromModel(estimator= 
              linear_model.LogisticRegression(C=1, penalty="l1", 
              solver='liblinear'), max_features=10).fit(X,y)
lasso_selected_features = feature_names[selector.get_support()]```

标签： feature-selectionanovalasso-regression

feature-selection - 使用 ANOVA 和 LASSO 进行特征选择

问题描述

解决方案

推荐阅读