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()
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