我试图在回归问题上使用SVR与rbf内核（显然） . 我的数据集有300个功能 . 我想选择更多相关的功能，并使用类似于matlab的sequentialfs函数，它会尝试每个组合（或者无论如何从少数变量开始并在路上添加变量，或相反，向后，如scikit的RFE或RFECV ）） .
现在，如上所述，对于python，有RFE但我不能将它与非线性估计器一起使用 . 有什么我不知道哪些可以让我使用非线性估计器的RFE？我想编写一个能够做到这一点的算法并不困难，但是如果已经有了能够完成工作的东西那么肯定会更好 .
一如既往地谢谢你;）
1 回答
RFE必须有某种方法来确定功能重要性，而RBF内核SVM不提供这种功能 . 通过快速浏览original algorithm，我得到的结论是内核SVM的实现必须集成到SVM学习算法中 .
逐步（向前或向后）特征选择将很容易实现，但在scikit-learn中不能作为预构建的估计器使用 .