机器学习之特征选择

Posted rakers1024

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之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

from sklearn.feature_selection import VarianceThreshold


def var(data, threshold):
    """
    特征选择-删除低方差得特征
    :return: None
    """
    var = VarianceThreshold(threshold=1.0)
    data = var.fit_transform(data)
    print("threshold=%d时
"%threshold, data)
    return None

if __name__ == "__main__":
    data = [[0,2,0,3],
            [0,1,4,3],
            [0,1,1,3]]
    var(data, 0.0)
    var(data, 1.0)
    var(data, 2.0)

 

技术图片

 

 技术图片

 

以上是关于机器学习之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

机器学习之主成分分析(PCA&特征选择)

机器学习之特征选择和降维的理解

机器学习之决策树

机器学习之决策树

机器学习之决策树算法

机器学习之特征工程简介