提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录结论1、读数据，定义测试函数2、各种方法如下1.递归消除特征2.Embedded嵌入法3.相关性过滤之互信息法4.相关性过滤之F检验5.相关性过滤之F检验6.方差过滤总结结论过滤法更快速，但更粗糙。包装法和嵌入法更精确，比较适合具体到算法去调整，但计算量比较大，运行时间长。当数据量很大的时候，优先使用方差过滤和互信息法调整，再

文章目录前言Boruta介绍1.读入数据2.利用筛选的特征进行建模总结前言Boruta介绍- Boruta算法是一种特征选择方法，使用特征的重要性来选取特征网址：https://github.com/scikit-learn-contrib/boruta_py安装：pip install Boruta提示：以下是本篇文章正文内容1.读入数据代码如下（示例）：import numpy as npfr

一、数据集介绍该数据集中包含三个文件：LC.csv LP.csv LCIS.csvLC数据集为标的特征表，每只标一条记录。共有21个字段，包括一个主键、7个标本身的信息字段、13个成交时借款人的信息字段。LP数据集为标的还款计划和还款记录表。每只标每期还款一个记录。共有10个字段，包括2个主键，2个还款计划字段和4个还款状态字段。LCIS数据集包含了某一个客户投资的从2015年1月1日起成交的所有