主頁(yè) > 知識(shí)庫(kù) > Python方差特征過(guò)濾的實(shí)例分析

Python方差特征過(guò)濾的實(shí)例分析

熱門(mén)標(biāo)簽:西藏房產(chǎn)智能外呼系統(tǒng)要多少錢(qián) ai電話機(jī)器人哪里好 ai電銷(xiāo)機(jī)器人源碼 百度地圖標(biāo)注沒(méi)有了 地圖標(biāo)注審核表 湛江智能外呼系統(tǒng)廠家 宿遷星美防封電銷(xiāo)卡 外呼并發(fā)線路 長(zhǎng)沙高頻外呼系統(tǒng)原理是什么

說(shuō)明

1、通過(guò)特征本身的方差來(lái)篩選特征。特征的方差越小,特征的變化越不明顯。

2、變化越不明顯的特征對(duì)我們區(qū)分標(biāo)簽沒(méi)有太大作用,因此應(yīng)該消除這些特征。

實(shí)例

def variance_demo():
    """
    過(guò)濾低方差特征
    :return:
    """
    # 1. 獲取數(shù)據(jù)
    data = pd.read_csv('factor_returns.csv')
    data = data.iloc[:, 1:-2]
    print('data:\n', data)
 
    # 2. 實(shí)例化一個(gè)轉(zhuǎn)換器類(lèi)
    transfer = VarianceThreshold(threshold=10)
 
    # 3. 調(diào)用fit_transform()
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new, data_new.shape)
 
   
    return None

知識(shí)點(diǎn)擴(kuò)充:

方差過(guò)濾法

VarianceThreshold 是特征選擇的一個(gè)簡(jiǎn)單基本方法,其原理在于–底方差的特征的預(yù)測(cè)效果往往不好。而VarianceThreshold會(huì)移除所有那些方差不滿足一些閾值的特征。默認(rèn)情況下,它將會(huì)移除所有的零方差特征,即那些在所有的樣本上的取值均不變的特征。

sklearn中的VarianceThreshold類(lèi)中重要參數(shù) threshold(方差的閾值),表示刪除所有方差小于threshold的特征 #不填默認(rèn)為0——?jiǎng)h除所有記錄相同的特征。

import pandas as pd
import numpy as np
np.random.seed(1) #設(shè)置隨機(jī)種子,實(shí)現(xiàn)每次生成的隨機(jī)數(shù)矩陣都一樣
a= np.random.randint(0, 200,10)
b= np.random.randint(0, 200,10)
c= np.random.randint(0, 200,10)
d= [9,9,9,9,9,9,9,9,9,9]
data=pd.DataFrame({"A" : a,"B" : b,"C" : c,"D" : d})
data
from sklearn.feature_selection import VarianceThreshold
sel_model = VarianceThreshold(threshold = 0)
#刪除不合格特征之后的新矩陣
sel_model.fit_transform(data)

到此這篇關(guān)于Python方差特征過(guò)濾的實(shí)例分析的文章就介紹到這了,更多相關(guān)Python方差特征過(guò)濾的實(shí)現(xiàn)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

標(biāo)簽:盤(pán)錦 海南 南平 漯河 大同 林芝 寧夏 普洱

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python方差特征過(guò)濾的實(shí)例分析》,本文關(guān)鍵詞  Python,方差,特征,過(guò)濾,的,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python方差特征過(guò)濾的實(shí)例分析》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于Python方差特征過(guò)濾的實(shí)例分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章