Récemment, j'étudie les méthodes de réduction de dimension et j'ai trouvé que le paquet python "sklearn.feature_selection" me semble très utile, mais le problème est que la méthode SelectPercentile.fit n'explique pas comment elle calcule la fonction de score.Comment la fonction de score SelectPercentile fonctionne-t-elle?
Est-ce que quelqu'un sait comment cela fonctionne? Merci d'avance. Par exemple, si je sélectionne "SelectFdr" pour "SelectPercentile", le critère de la méthode SelectFdr dépend de chaque valeur p de chaque entité. Comment puis-je savoir de quelle façon "SelectFdr" définit une hypothèse ou définit des taux d'erreur?
Méthode SelectFdr dont l'abonnement est "Sélectionner les fonctions en fonction d'un taux de découverte erroné estimé". Il doit donc utiliser des méthodes de classification au début, donc il peut calculer le taux de fausses découvertes, mon problème est de savoir quelle méthode de classification est dans "SelectPercentile".
Je pense que l'utilisateur peut fournir sa propre fonction de score dans le constructeur. La fonction par défaut est is [f_classif] (http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.f_classif.html#sklearn.feature_selection.f_classif). –