我的数据集有200多个变量，我在上面运行一个分类模型，导致模型OverFit。有哪些建议可以减少特征的数量？我从特征重要性开始，然而由于变量数量太多，我无法将其可视化。有没有一种方法可以让我绘制或展示这些值与给定变量的关系？
以下是正在尝试的代码。
F_Select = ExtraTreesClassifier(n_estimators=50)
F_Select.fit(X_train,y_train)
print(F_Select.feature_importances_)
你可以尝试从最大到最小绘制特征进口量，看看哪些特征捕获了一定量（比如95%）的方差，就像PCA中使用的scree图一样。理想情况下，这应该是少量的特征。
import matplotlib.pyplot as plt
from sklearn import *
model = ensemble.RandomForestClassifier()
model.fit(features, labels)
model.feature_importances_
importances = np.sort(model.feature_importances_)[::-1]
cumsum = np.cumsum(importances)
plt.bar(range(len(importances)), importances)
plt.plot(cumsum)