Python进行特征提取

最新推荐文章于 2024-08-06 05:01:20 发布

飘的心

最新推荐文章于 2024-08-06 05:01:20 发布

阅读量1.5w

点赞数 6

分类专栏：机器学习 Python

本文链接：https://blog.csdn.net/piaodexin/article/details/77452693

版权

# -*- coding: utf-8 -*-
"""
Created on Mon Aug 21 10:57:29 2017


@author: 飘的心
"""
#过滤式特征选择
#根据方差进行选择，方差越小，代表该属性识别能力很差，可以剔除
from sklearn.feature_selection import VarianceThreshold
x=[[100,1,2,3],
   [100,4,5,6],
   [100,7,8,9],
   [101,11,12,13]]
selector=VarianceThreshold(1)  #方差阈值值，
selector.fit(x)
selector.variances_  #展现属性的方差
selector.transform(x)#进行特征选择
selector.get_support(True)  #选择结果后，特征之前的索引
selector.inverse_transform(selector.transform(x)) #将特征选择后的结果还原成原始数据
                                                  #被剔除掉的数据，显示为0
                                                  


#单变量特征选择


from sklearn.feature_selection import SelectKBest,f_classif
x=[[1,2,3,4,5],
   [5,4,3,2,1],
   [3,3,3,3,3],
   [1,1,1,1,1]]
y=[0,1,0,1]
selector=SelectKBest(score_func=f_classif,k=3)#选择3个特征，指标使用的是方差分析F值
selector.fit(x,y)
selector.