Só deixar uma sugestão mesmo, esse professor nesta aula em nenhum momento do se que trata esse novo método de seleção de features RFE, só cita que ele é um método recursivo de remoção de recursos, e também no momento que ele passa a variável 'parâmetros' para o modelo RFC, ele também não explica o porque colocou ** antes, seria legal se isso acontecesse.
Olá, Matheus, tudo bem?
Agradeço pelo feedback, ele é muito importante para o perfeiçoamento do curso.
RFE, ou Recursive Feature Elimination, é uma técnica de seleção de recursos usada para escolher as variáveis mais significativas em um modelo de machine learning. Ele funciona ajustando o modelo, classificando a importância das características e, em seguida, cortando a característica menos importante. Este processo é repetido até que um número especificado de características seja alcançado, daí o termo "recursivo". No exemplo da aula, o RFE está configurado para selecionar 10 características (n_features_to_select=10) e remover uma característica a cada iteração (step=1).
Quanto ao uso dos anterísticos antes da variável 'parâmetros', isso é uma convenção do Python para desempacotar dicionários em argumentos de funções. No exemplo da aula, a variável 'parametros' é um dicionário onde as chaves são os nomes dos parâmetros e os valores são os valores dos parâmetros. Quando você usa antes do dicionário, você está dizendo ao Python para usar as chaves do dicionário como nomes de argumentos e os valores do dicionário como valores desses argumentos. Então, ao fazer RandomForestClassifier(**parametros), você está essencialmente fazendo RandomForestClassifier(max_depth=None, min_samples_leaf=1, min_samples_split=2, n_estimators=300, random_state=2).
Abaixo deixo o link da documentação para consulta:
Ele está em inglês, mas você poderá utilizar a tradução automática do navegador.
Espero ter ajudado.
Abraços e bons estudos!