Блог

Я следил за одним из онлайн-руководств, касающихся пошаговых регрессий с использованием boston набора данных. В коде нет ничего плохого, но я просто хочу понять, что я вижу. Итак, я выполнил прямой выбор ниже:

 sfs = SFS(LinearRegression(), 
          k_features=(3,11), 
          forward=True, 
          floating=False,
          scoring='neg_mean_squared_error',
          cv=4)
sfs.fit(X, y)
  

После этого я визуализирую данные в DataFrame, как показано ниже:

 pd.DataFrame.from_dict(sfs.get_metric_dict()).T
  

что дает мне:

Что означают значения в столбце ci_bound ?

Похоже, вы используете mlxtend’s SequentialFeatureSelector . Что делают алгоритмы этого семейства, так это добавляют или удаляют функции и анализируют влияние, которое они оказывают на показатели алгоритмов. Как упоминалось в документах, ci_bound это дает вам confidence interval around the computed cross-validation scores . По умолчанию 95% используется доверительный интервал, но вы можете установить для него другое значение, используя confidence_interval .

Доверительные интервалы предположительно получены путем повторения времени перекрестной проверки K (K-кратная перекрестная проверка). Итак, то, что вы видите в результирующем фрейме данных, — это оценки, полученные в результате оценки с использованием данного подмножества признаков, и доверительный интервал, связанный с этими оценками.