上一篇：機器學習實戰-特徵選擇之嵌入法
機器學習裡面，我們梳理了過濾法，嵌入法，本篇我們來講解一下包裝法。
本文章節
1、介紹遞歸特徵消除RFE
2、介紹基於交叉驗證的RFECV
3、數據特徵提取
介紹遞歸特徵消除RFE
在Wrapper裡面有個很重要的東西，遞歸特徵消除，Recursive Feature Elimination，簡稱RFE.
同學以後見到算法中的RFE就別迷茫了，其實就是遞歸特徵消除，這個從字面上非常好理解，我們採用某一個模型，例如邏輯回歸LogisticRegression，針對我們的數據進行多次的訓練，每一次訓練後，都會根據權值係數來移除權重比較低的特徵，此時，再根據新的特徵，繼續下一輪的特徵，這就是遞歸特徵消除，不知道這樣說是否簡單些。
我們研究sklearn官方，它給出了一定的說明：針對哪些特徵含有權重的預測模型，RFE通過遞歸的方式，不斷減少特徵集的規模來選擇需要的特徵。
第一：給每一個特徵指定一個權重，接著採用預測模型在這些原始的特徵上進行訓練。
第二：在獲取到特徵的權重值後，對這些權重值取絕對值，把最小絕對值剔除掉。
第三：按照這樣做，不斷循環遞歸，直至剩餘的特徵數量達到所需的特徵數量。
介紹基於交叉驗證的RFECV
在數據訓練的過程中，我們經常採用K折交叉驗證來進行調參，RFE也可以進化，這個叫做RFECV，其實簡單裡面就是：採用交叉驗證的遞歸特徵消除，RFECV，這樣做的目的只有一個，選擇最佳數量的特徵。
我這裡描述一下其過程：假定我們有N個特徵的集合，那這個時候計算一下它的所有子集的個數為2的N次方減一（包含了空集合）。接著，我們選擇一個算法，例如決策樹、SVM等，通過算法來計算所有子集的驗證誤差（validation error），然後選擇那個誤差率最小的子集所選擇的特徵。
備註：在做交叉驗證的時候，不做特殊要求的時候，小編一般採用準確率來判斷；特殊要求的時候，例如分類，不平衡分類等，取重要類別的精準率來做判斷。
數據特徵提取
在本次實驗中，我們分別提取5個特徵，10個特徵，算法上採用邏輯回歸來做
可以很直接看出，採用了5次與10次的結果。
這裡不知道有沒有同學發現，這個10次得到的結果跟以前得到的結果是一樣，也就是說，刪除掉的特徵是一樣的。舉一反三，在分類器中，有弱分類器與強分類器之分，像決策樹是弱分類器，隨機森林是強分類器，強分類器是由N個弱分類器組合而成，那我們在進行特徵提取的時候是否也可以做強特徵提取。
1、採用不同提取特徵的方法，提取N個特徵
2、對每一個方法所提取到的特徵做交集，從而達到提取權重都高的特徵。
在本次數據提取中，我們提取到的特徵都是一樣的，因為我們的特徵比較少，有很多特徵的同學可以試試看。
至此，特徵提取的方法告一段落，接下來，我們開始做分類。
--END--
作者：溪雲閣
原創作品，抄襲必究。
部分圖片來源網絡，如侵權請聯繫刪除，謝謝！