使用随机森林进行特征选择的具体方法

最新推荐文章于 2025-06-18 01:27:44 发布

elite666

最新推荐文章于 2025-06-18 01:27:44 发布

阅读量7.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： python 文章标签：随机森林特征选择

本文链接：https://blog.youkuaiyun.com/elite666/article/details/80696228

通过对180天到1天不同周期的特征相关性检测，发现'ex_Value'特征与目标变量关联性强，而'Season'、'IsHoliday'的影响相对较小。随机森林在特征选择中能有效识别这些关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import pandas as pd
from sklearn import svm
#from sklearn.linear_model import LogisticRegression


#——————————————————导入训练数据——————————————————————
data0 = pd.read_csv('Data22.csv',index_col=None,parse_dates = True) #pd.read_csv默认生成DataFrame对象
data1 = data0.iloc[:-227,-1].values[:,np.newaxis]#错位一天，以前一天来预测后一天
data2 =data0.iloc[