机器学习八——特征选择

Posted xiaoap

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习八——特征选择相关的知识,希望对你有一定的参考价值。

用过滤法对以下数据进行特征选择:

                             [[0,2,0,3],

                              [0,1,4,3],

                              [0,1,1,3]]

要求:

1、Variance Threshold(threshold =1.0)

2、将结果截图放上来(没有条件的备注说明原因)注意:每个人的电脑ID是不一样的

 

还没看到要求前我改了下数据试了试,以下就用我的数据来了:

调用VarianceThreshold来降维:

from sklearn.feature_selection import VarianceThreshold

 

实现降维:

def var():
    ##特征选择:删除地方差的特征
    var = VarianceThreshold(threshold=1)
    
    data = [[0,2,0,3,5],[0,1,4,3,5],[0,5,2,3,4],[1,0,2,3,4],[1,2,4,3,5],[0,2,3,1,5],[0,2,3,4,5],[0,2,3,5,5]]
    
    print(data)
    
    data = var.fit_transform(data)
    print("降维后:")
    print(data)
    return None

if __name__ == "__main__":
    var()

技术图片

 

以上是关于机器学习八——特征选择的主要内容,如果未能解决你的问题,请参考以下文章

推荐系统[八]算法实践总结V2:排序学习框架(特征提取标签获取方式)以及京东推荐算法精排技术实战

推荐系统[八]算法实践总结V2:排序学习框架(特征提取标签获取方式)以及京东推荐算法精排技术实战

《Python机器学习及实践》----无监督学习之特征降维

《Python机器学习及实践》----无监督学习之特征降维

机器学习中的特征选择filter

机器学习 特征工程之特征选择