使用xgboost和提前停止功能选择（并使用mlxtend进行功能选择）

Question

我想为启用早期停止功能的xgboost模型进行功能选择（使用mlxtend库中的SequentialFeatureSelector，但可以选择其他选项）

既然early_stopping是fit()函数的参数，而不是模型参数，那么，既然我还需要传递eval_set参数，那么如何通过交叉验证进行特征选择呢。在

以下代码将无法工作，因为我需要传递eval_set参数，但交叉验证将由SequentialFeatureSelector基于cv索引器选择

SequentialFeatureSelector(xgboostmodel,k_features=2,forward=False,floating=False,scoring='balanced_accuracy',cv=cv).fit(X,y,early_stopping_rounds=5,eval_set = [(Xtest, ytest)])

Xtest和ytest应该是cv选择的cv集

另一个问题是特征选择器将从训练集中逐个删除特征，但是eval_set与全部初始特征集保持不变。在