机器算法验证 - 在 SVM 内核中使用 RFE 进行特征选择（除了线性之外，例如 rbf、poly 等） - 吾爱随笔录

在这个链接中，有一个在 SVM 线性内核中使用 RFE 查找特征排名的示例。

如果我想检查其他 SVM 内核中的特征排名（例如 rbf、poly 等）。怎么做？

我已将代码中的内核从SVR(kernel="linear") 更改为 SVR(kernel="rbf")，

from sklearn.datasets import make_friedman1
from sklearn.feature_selection import RFE
from sklearn.svm import SVR
X, y = make_friedman1(n_samples=50, n_features=10, random_state=0)
estimator = SVR(kernel="linear")
selector = RFE(estimator, 5, step=1)
selector = selector.fit(X, y)
selector.ranking_

然后我得到这个错误

ValueError: coef_ is only available when using a linear kernel

问题：如何检查其他 SVM 内核中的特征排名，例如 rbf、poly 等？