RFI: Importancia de características para modelos de regresión
Description
RFI es un paquete de python diseñado para evaluar conjuntos de datos extrayendo sus variables más importantes con el fin de optimizar el entrenamiento del modelo.
Por qué RFI?
Por qué utilizar la RFI en lugar de otras técnicas de selección de variables?
- Optimización
- Basado en algoritmo de Random Forest
- El resultado es un DF, una vez obtenido, solamente es necesario entrenarlo.
Donde descargarlo
El código fuente está actualmente disponible en GitHub: https://github.com/AitorHernandez1/RFI
El instalador de la última versión publicada está disponible en el Python Package Index (PyPI)
# PyPI
pip install RFICómo usar RFI
Ejemplos de consifuración de RFIrfi:
import RFI
rfi = RFI()Le proporcionamos un DataFrame de pandas:
df_importances = RFI.seleccion_modelo_regression(df)La librería devolverá el dataframe conteniendo las variables más importantes.
Dependencies
- pandas - Proporciona estructuras de datos rápidas, flexibles y expresivas, diseñadas para que trabajar con datos "relacionales" o "etiquetados" sea fácil e intuitivo.
- NumPy - Añade soporte para matrices multidimensionales de gran tamaño, matrices y funciones matemáticas de alto nivel para operar con estas matrices
- Scikit-learn - Herramientas sencillas y eficaces para el análisis predictivo de datos.
Licencia
This project is licensed under the terms of the MIT - see the LICENSE file for details.
