sklearn.feature_selection.RFE 是一种递归特征消除（Recursive Feature Elimination, RFE）方法，用于通过反复训练模型和消除不重要的特征，逐步减少特征数量，最终选择最重要的特征。它是一种用于特征选择的算法，特别适合线性模型或其他对特征权重敏感的模型。

1. 语法

python">from sklearn.feature_selection import RFERFE(estimator, n_features_to_select=None, step=1, verbose=0)

2. 参数说明

• estimator: 模型对象。用于拟合数据的学习器，它需要有一个 coef_ 或 feature_importances_ 属性，可以是诸如线性回归、决策树等模型。例如，LinearRegression()、LogisticRegression() 或 DecisionTreeClassifier() 等。
• n_features_to_select: 整数或 None。要选择的特征数量。如果为 None，则选择一半的特征。
• step: 整数或浮点数。每次迭代中要删除的特征数量：
  • 如果是整数，则每次移除指定数量的特征。
  • 如果是浮点数（范围为 0 到 1），则每次移除当前剩余特征数量的一部分（比例）。
• verbose: 整数。控制冗长模式，设置为 1 时，会输出详细的进度信息，通常用于调试。

3. 返回值

• RFE.fit(X, y): 返回拟合好的 RFE 对象，可以查看和分析所选择的特征。
  • support_: 一个布尔数组，指示哪些特征是被选中的（True 表示被选中）。
  • ranking_: 每个特征的排名，数值越小表示该特征越重要，1 表示被选中的特征。
  • n_features_: 被选择的特征数量。

4. 示例

(1) 基本用法：选择 5 个特征

python">from sklearn.datasets import make_friedman1
from sklearn.feature_selection import RFE
from sklearn.linear_model import LinearRegression# 生成样本数据
X, y = make_friedman1(n_samples=50, n_features=10, random_state=0)# 创建线性回归模型
model = LinearRegression()# 创建 RFE 对象，选择 5 个特征
rfe = RFE(estimator=model, n_features_to_select=5)# 训练 RFE
rfe.fit(X, y)# 查看哪些特征被选择了
print("Selected features:", rfe.support_)
print("Feature ranking:", rfe.ranking_)

输出：

Selected features: [False  True  True False  True False  True  True False False]
Feature ranking: [6 1 1 7 1 4 1 1 2 3]

• rfe.support_ 输出一个布尔值数组，表示哪些特征被选择了（True 表示选中）。
• rfe.ranking_ 输出特征的重要性排名，1 表示被选中的特征。

(2) 使用 step 参数递归减少特征

python"># 每次迭代移除 2 个特征
rfe = RFE(estimator=model, n_features_to_select=5, step=2)
rfe.fit(X, y)# 查看最终选择的特征
print("Selected features:", rfe.support_)
print("Feature ranking:", rfe.ranking_)

• 使用 step=2，每次迭代中移除 2 个不重要的特征，直到剩下 5 个特征。

(3) 使用决策树进行特征选择

python">from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target# 使用决策树模型
model = DecisionTreeClassifier()# 创建 RFE 对象，选择 2 个特征
rfe = RFE(estimator=model, n_features_to_select=2)
rfe.fit(X, y)# 输出选择的特征
print("Selected features:", rfe.support_)
print("Feature ranking:", rfe.ranking_)

输出：

Selected features: [ True False False  True]
Feature ranking: [1 3 2 1]

• 通过决策树选择 2 个特征，输出显示第 1 和第 4 个特征被选择。

5. 应用场景

• 降维: RFE 可以通过递归地删除不重要的特征，减少特征维度，有助于提高模型的性能并减少过拟合。
• 特征选择: 通过选择对目标变量最重要的特征，RFE 可以提高模型的可解释性。
• 模型优化: 减少不必要的特征有助于加快模型的训练速度。

6. 注意事项

• 选择合适的 estimator: RFE 依赖于 estimator 的 coef_ 或 feature_importances_ 属性，因此必须选择支持这些属性的模型，如线性回归、逻辑回归、决策树、随机森林等。
• step 参数的设置: step 参数的选择可以影响计算效率。较大的 step 可以减少迭代次数，较小的 step 可以更精细地筛选特征。

7. 与其他特征选择方法的对比

• 与 SelectKBest: SelectKBest 是一种一次性选择前 k 个最重要特征的方法，而 RFE 是递归消除不重要特征，逐步选择最重要的特征。
• 与 RFECV: RFECV 是 RFE 的增强版，通过交叉验证自动选择最佳特征数量，而 RFE 需要手动指定特征数量。

RFE 是一个强大的特征选择工具，特别适合使用线性模型或决策树模型进行递归特征选择。