我有一个数据框，其中包含价格范围（目标属性）和其他特征列。我有一个问题，要求我找到可能特征的最小子集（最少数量的特征列），使得模型的得分超过0.4

目前，我的想法是逐一删除特征列，看看模型的得分何时最接近0.4。这对吗？我如何在数据框中逐一删除列？

回答：

您使用的是哪种机器学习模型？基于树的模型（如梯度提升和随机森林）有一个“特征重要性”测量，可以用来做到这一点。您可以用所有特征拟合您的模型，检查clf.feature_importances_，并尝试移除得分较低的特征。

您可以在这里查看文档：这里

另一种选择是按照@XXX所说，使用递归特征消除（RFE），这是一个简单的例子：

from sklearn.feature_selection import RFErfe = RFE(estimator=svc, n_features_to_select=1, step=1)rfe.fit(X, y)ranking = rfe.ranking_

最后一个更简单的办法是移除方差过低的特征。这里的直觉是，通常，方差低的特征对帮助模型区分类别帮助不大。您必须设置一个阈值，规定方差应达到多高才能保留在数据集中。这是如何在sklearn中操作的：

from sklearn.feature_selection import VarianceThresholdX = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]sel = VarianceThreshold(threshold=(.8 * (1 - .8)))sel.fit_transform(X)

请注意，这些示例来自sklearn的教程，关于特征选择。