استخدام الصف SelectKBest لتطبيق مفهوم ال Feature Selection

يقوم هذا الصف باختيار أهم ال Features في بياناتك التي تؤثر بقيم ال target اعتماداً على خوارزميتين f_classif أو chi2.
يتم استدعاؤه كالتالي:

sklearn.feature_selection.SelectKBest 

ويجب أن نقوم أيضاً باستدعاء خوارزميتي f_classif أو chi2:

sklearn.feature_selection.chi2 , f_classif

الصيغة:

sklearn.feature_selection.SelectKBest(score_func=chi2, k=10)

K: افتراضياً 10، يحدد عدد الفيتشرز التي سيحتفظ بها تبعاً لمدى تأثيرها في قيم الخرج، وتقبل عدد صحيح يعبر عن العدد المطلوب، بالإضافة إلى القيمة all التي تستخدم للبحث عن المعلمات (يحتفظ بكل الفيتشرز لكن يستخدم عادةً لمعرفة مدى تأثير كل فيتشر)
score_func: تمثل الخوارزمية التي نريد تطبيقها f_classif أو chi2.
مثال:

# تحميل مايلزم من مكتبات
from sklearn.datasets import load_breast_cancer
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import chi2 , f_classif 
# تحميل الداتا
data, target = load_breast_cancer(return_X_y=True)
# حجمالداتا قبل التطبيق
data.shape
#(569, 30)
fs = SelectKBest(score_func= chi2 ,k='all')
data = fs.fit_transform(data,target)
# حجمالداتا بعد تطبيق التحويل
data.shape
#(569, 10)
#لكل ميزة score عرض ال 
#fs.scores_

ولعرض النتيجة التي حققتها كل feature نستخدم الواصفة scores_.
ونستخدم التابع get_support لعرض الفيتشرز التي تم الاحتفاظ بها والتي تم استبعاها.