Итеративные оценки RFE sklearn

Question

Я использую RFE с ExtraTreeRegressor в качестве оценки, чтобы сделать SupervisedFeatureSelection в задаче регрессии.

я получаю рейтинг и поддержку от модели с общим кодом ниже:

rfe_vola = RFE(estimator=ExtraTreesRegressor(), n_features_to_select=1, step=1) 
rfe_vola.fit(X_allfeatures, y_vol) 
ranking_vola = rfe_vola.ranking_ 
print("ranking: ",ranking_vola) 
print("support: ",rfe_vola.support_) 

, что я хотел бы иметь, это более глубокую информацию, таким образом, оценку или оценку возможности при каждой итерации Дальний Восток. Я заметил, что есть некоторые скрытые функции, такие как _fit, и я думаю, пытаясь заставить параметр step_score отличаться от нуля ... Дело в том, что я не могу достичь того, что хочу. (Я новичок в python ...) Я хотел бы получить отпечаток результатов на каждой итерации. Есть ли у кого-нибудь опыт такой задачи? Какая должна быть правильная величина параметра step_score? (Я пытался с булевым, но он не работает)

Спасибо за любой совет !!!

Answer 1

То есть это я искал:

from sklearn.metrics import r2_score 

rfe_vola = RFE(estimator=ExtraTreesRegressor(),n_features_to_select=None, step=1, verbose=2)  
r2_scorer = lambda est, features: r2_score(y_true=y_vol,y_pred=est.predict(X_allfeatures[:, features])) 
rfe_vola._fit(X_allfeatures, y_vol, r2_scorer) 
ranking_vola = rfe_vola.ranking_