绑定筛选

对于材料问题，一些特征可能需要同时出现，才能具有意义。比如孔隙半径和其内部原子的半径。

或者我们使用独立的元素特征来建模，而不是组合元素特征为整体特征。例如：ab2型化合物的a位性质和b位性质被同时选择和丢弃。

featurebox的所有选择方法都可以 Binding ，当然，如果没有设置任何绑定，它们就会退化为普通的算法。

示例：

>>> from sklearn.datasets import fetch_california_housing
>>> from sklearn.svm import SVR
>>> from featurebox.selection.backforward import BackForward
>>> X,y = fetch_california_housing(return_X_y=True)
>>> svr= SVR()
>>> bf = BackForward(svr, random_state=1, multi_index=[0,8], multi_grade=2)
>>> new_x = bf.fit_transform(X,y)
>>> bf.support_

参数 multi_index 表示绑定的特征索引。

所有的选择工具都是 sklearn-type, 有 fit, fit_transform 方法等。

更多例子：

前进后退法： featurebox.selection.backforward.BackForward

相关系数： featurebox.selection.corr.Corr

穷举： featurebox.selection.exhaustion.Exhaustion

遗传算法： featurebox.selection.ga.GA