Scikit-learn中怎么使用特征选择

在Scikit-learn中，可以使用特征选择技术通过sklearn.feature_selection模块中提供的方法来选择最重要的特征。下面是一个简单的例子来展示如何使用特征选择：

from sklearn.datasets import load_iris
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import chi2

# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target

# 使用卡方检验选择最重要的特征
k_best = SelectKBest(score_func=chi2, k=2)
X_new = k_best.fit_transform(X, y)

# 打印选择的特征
print(X_new.shape)

在上面的例子中，我们使用了SelectKBest类来选择最重要的2个特征，其中我们使用了卡方检验（chi2）作为评分函数。最后打印出选择的特征的形状。 此外，Scikit-learn还提供了其他的特征选择方法，如SelectFromModel和RFE等，具体可以查看官方文档以了解更多信息。